DeepModeling 是一个高性能计算框架，主要用于分子动力学（Molecular Dynamics, MD）模拟中的机器学习模型开发和应用。
DeepModeling 框架主要包括几个核心组件，最著名的就是 DeePMD-kit，这是一个深度势模型 (Deep Potential Molecular Dynamics) 工具包，用于通过深度神经网络来逼近原子间相互作用的势能面。它可以显著提高材料模拟的精度和效率，特别是在处理大规模的原子系统时。DeepModeling 旨在使得材料模拟更加准确，同时降低计算成本，并可以在传统的 MD 模拟和机器学习驱动的模拟之间搭建桥梁。这个框架通常与分子动力学模拟软件如 LAMMPS 结合使用，通过训练模型来预测原子间的相互作用，并通过模型来进行大规模模拟，涉及到多种不同材料、化学反应和复杂环境下的分子行为。
下面主要介绍DeepMD的安装与使用。
01
【DeepModeling的安装】
首先在这里说明一下，DeepMD的编译非常繁琐，即使跟着官网的步骤，依然有很多报错，如果有条件，建议直接找工程师进行安装，下面是我测试的简易安装方法。https://docs.deepmodeling.com/projects/deepmd/en/master/index.html这里，他们提供了四种安装的方法，我们选择第一种，直接下载他们提供的安装包，点击下面选项：点击进去有很多的版本，这里选择2.0.1的cpu版本，因为经过我的测试，很多的版本编译有问题，无法使用。这里提供了很多的选项，有cpu版本的和gpu版本的，我这里下载cpu版本的，如下图所示：在终端中，进入下载文件的目录，然后为 deepmd-kit-2.0.1-cpu-Linux-x86_64.sh赋予可执行权限，并进行安装，执行下面的命令：$ chmod +x deepmd-kit-2.0.1-cpu-Linux-x86_64.sh # 赋予脚本可执行权限$ bash deepmd-kit-2.0.1-cpu-Linux-x86_64.sh
按照提示，选择你希望的安装目录。假设你将 DeePMD-kit 安装到 /path/to/deepmd-kit，记住这个路径，因为我们后续需要将其加入到环境变量中。
将安装好的软件加入到环境变量中，可以直接将下面的命令添加到.bashrc中：export PATH=/path/to/deepmd-kit/bin:$PATH
$ which dp~/sourcecode/deepmd2.0.1/deepmd-kit/bin/dp
$ which python~/sourcecode/deepmd2.0.1/deepmd-kit/bin/python
$ pip install dpdata --index-url https://pypi.tuna.tsinghua.edu.cn/simple
关于计算步骤，官网提供了一个测试用的例子，可以输入以下命令下载：
$ wget https://dp-public.oss-cn-beijing.aliyuncs.com/community/CH4.tar$ tar xvf CH4.tar
解压后会出现三个文件夹：00.data，01.train，02.lmp。
对于训练用的数据，可以通过第一性原理计算软件，例如VASP，cp2k等获得训练的数据，这里以VASP为例。首先对需要研究的体系进行分子动力学模拟，得到OUTCAR文件。我们进入00.data中，有一个OUTCAR文件：使用以下python脚本，命名为split.py，将数据分为数据集和训练集：import dpdataimport numpy as npdata = dpdata.LabeledSystem('OUTCAR', fmt = 'vasp/outcar')print('# the data contains %d frames' % len(data))# random choose 40 index for validation_dataindex_validation = np.random.choice(200,size=40,replace=False)# other indexes are training_dataindex_training = list(set(range(200))-set(index_validation))data_training = data.sub_system(index_training)data_validation = data.sub_system(index_validation)# all training data put into directory:"training_data"data_training.to_deepmd_npy('training_data')# all validation data put into directory:"validation_data"data_validation.to_deepmd_npy('validation_data')print('# the training data contains %d frames' % len(data_training))print('# the validation data contains %d frames' % len(data_validation))
$ python split.py$ lsOUTCAR training_data validation_data
可以看到，会生成两个文件夹，分别是训练集和测试集。
{ "_comment": " model parameters", "model": {"type_map": ["H", "C"],"descriptor" :{ "type": "se_e2_a", "sel": [4, 1], "rcut_smth": 0.50, "rcut": 6.00, "neuron": [10, 20, 40], "resnet_dt": false, "axis_neuron": 4, "seed": 1, "_comment": " that's all"},"fitting_net" : { "neuron": [100, 100, 100], "resnet_dt": true, "seed": 1, "_comment": " that's all"},"_comment": " that's all" },
"learning_rate" :{"type": "exp","decay_steps": 5000,"start_lr": 0.001,"stop_lr": 3.51e-8,"_comment": "that's all" },
"loss" :{"type": "ener","start_pref_e": 0.02,"limit_pref_e": 1,"start_pref_f": 1000,"limit_pref_f": 1,"start_pref_v": 0,"limit_pref_v": 0,"_comment": " that's all" },
"training" : {"training_data": { "systems": ["../00.data/training_data"], "batch_size": "auto", "_comment": "that's all"},"validation_data":{ "systems": ["../00.data/validation_data"], "batch_size": "auto", "numb_btch": 1, "_comment": "that's all"},"numb_steps": 100000,"seed": 10,"disp_file": "lcurve.out","disp_freq": 1000,"save_freq": 10000,"_comment": "that's all" },
"_comment": "that's all"}
| type_map: 指定了原子类型，这里有 "H"（氢）和 "C"（碳），用来定义不同原子类型在模型中的表示。descriptor: 定义了描述原子环境的参数。type: 描述符的类型，这里是“se_e2_a”，是一种局部原子环境描述符。rcut: 截断半径，指模型在构建原子周围环境时考虑的最大距离。在本例中为 6 A。rcut_smth: 从该距离开始平滑过渡，避免模型在截断时突然变化。此处为 0.5 A。sel: 用于选择不同原子类型的邻居数量。比如 [4, 1] 代表H原子有4个最近的邻居，而C原子有1个邻居。neuron: 表示描述符网络中每层的神经元数量，这里三层分别是 [10, 20, 40]。axis_neuron: 嵌入矩阵的子矩阵大小，用于描述原子间的相互作用。seed: 随机种子，确保每次训练时参数初始化的一致性。fitting_net: 用于拟合物理属性（如能量、力等）的神经网络结构。neuron: 拟合网络的每层神经元数量，设置为 [100, 100, 100]，三层结构。resnet_dt: 是否启用残差网络结构，这里为 true。seed: 随机种子，与描述符部分的 seed 类似。type: 学习率类型，这里是“exp”，表示学习率随训练过程指数衰减。decay_steps: 表示每隔 5000 步衰减一次学习率。start_lr: 初始学习率，设置为 0.001。stop_lr: 目标学习率，训练结束时的学习率为 3.51e-8。type: 损失函数类型，这里是“ener”，表示能量相关的损失。start_pref_e: 初始能量损失权重，设置为 0.02。limit_pref_e: 训练结束时的能量损失权重上限，设置为 1。start_pref_f: 初始力损失权重，设置为 1000。limit_pref_f: 力损失的权重上限，设置为 1。start_pref_v: 初始体应力损失权重，设置为 0，表示不考虑体应力损失。limit_pref_v: 最终的体应力损失权重也是 0。在这个例子中，训练开始时，力的损失占主导（权重为 1000），能量的权重较小（0.02）。随着训练的进行，能量的权重逐渐增大到 1，力的权重逐渐减小到 1。training_data: 定义了训练数据的路径和批次大小。systems: 训练数据的路径，指定为 ../00.data/training_data。batch_size: 批次大小，设置为“auto”，表示根据系统自动确定适当的批次大小。validation_data: 定义了验证数据的路径和批次大小。systems: 验证数据的路径，指定为 ../00.data/validation_data/。numb_btch: 验证数据的批次数，设置为 1。numb_steps: 训练的总步数，设置为 100000 步。disp_file: 学习曲线的输出文件名为 lcurve.out。disp_freq: 每 1000 步打印一次学习曲线。save_freq: 每 10000 步保存一次模型检查点。 |
进入第二个文件夹01.train，依次输入以下命令：
$ dp train input.json$ dp freeze -o graph.pb$ dp compress -i graph.pb -o graph-compress.pb
运行完之后会得到压缩后的模型graph-compress.pb将上一步的graph-compress.pb复制到第三个文件夹02.lmp中，直接输入以下命令，即可进行分子动力学模拟：需要的文件：graph-compress.pb（上一步训练的模型），in.lammps，conf.lmp（结构文件，相当于VASP的POSCAR）对于结构文件，可以把POSCAR转换以下，可以自己手动转换，也可以用下面的脚本：https://github.com/Hkatoh57/Convert_Structure_file_LAMMPS-VASP| units metal: 指定单位类型为metal，这意味着所有物理量使用金属单位制。例如，距离单位为A（埃），能量单位为eV，时间单位为皮秒（ps）。boundary p p p: 表示在x、y、z三个方向上都使用周期性边界条件（p代表周期性边界条件）。这样可以模拟无限大的体系。atom_style atomic: 使用原子风格，适合原子类型的系统。原子之间没有内部自由度（例如键、角、二面角等），适合气相或固态系统模拟。2. Neighbor List Settings（邻居列表设置）neighbor 1.0 bin: 设置邻居列表的搜寻距离为1.0（通常是长度单位）。这里选择了bin搜索方法来加速计算，特别适合大规模系统。neigh_modify every 10 delay 0 check no: 修改邻居列表的更新频率。这里表示每隔10步更新邻居列表，delay设置为0表示没有延迟，check no表示每次不检查是否需要更新。3. Atomic Mass Settings（原子质量设置）read_data conf.lmp: 从文件 conf.lmp 中读取系统的初始配置，包括原子的位置、类型等信息。mass 1 1: 设定类型为1的原子质量为1，通常表示氢（H）原子。mass 2 12: 设定类型为2的原子质量为12，通常表示碳（C）原子。4. Pairwise Interactions（相互作用势能设置）pair_style deepmd graph-compress.pb: 使用DeepMD的力场模型，这里选择的是 graph-compress.pb 文件，它包含了训练好的神经网络模型，用来描述原子间的相互作用。pair_coeff * *: 为所有类型的原子设置配对系数，表示对系统中的所有原子类型使用DeepMD模型。5. Initial Velocity and Thermostat (初始速度和热浴设置)velocity all create 50.0 23456789: 为所有原子按照50 K的温度创建初始速度，种子为23456789，确保随机生成速度时的可重复性。fix 1 all nvt temp 50.0 50.0 0.5: 使用NVT积分器（恒温恒体积），将系统的温度维持在50.0 K，温度耦合时间常数为0.5 ps。6. Timestep and Thermodynamic Output（时间步长和热力学输出）timestep 0.001: 设置时间步长为0.001皮秒（ps），每一步模拟的时间为1飞秒（fs）。thermo_style custom step pe ke etotal temp press vol: 定义热力学信息的输出格式，输出的内容包括：thermo 100: 每100步输出一次热力学信息。dump 1 all custom 100 MoTe2.dump id type x y z: 每100步输出一次原子信息到 MoTe2.dump 文件中，输出的信息包括： |
