Skip to content

ARCHITECTURE_ch.md

Latest commit

 

History

History
262 lines (184 loc) · 7.73 KB

ARCHITECTURE_ch.md

File metadata and controls

262 lines (184 loc) · 7.73 KB

PaddleMaterials 架构说明

项目概述

PaddleMaterials（简称PPMat）是一个基于飞桨（PaddlePaddle）深度学习框架的AI4Materials（人工智能驱动材料科学）端到端工具包。它是一个数据-机理双驱动的材料科学基础模型开发部署平台，支持无机材料、有机分子、聚合物等多种材料类型的研究与开发。

目录结构

PaddleMaterials/
├── ppmat/                          # 核心Python包
│   ├── calculator/                 # ASE计算器集成
│   ├── datasets/                   # 数据集处理模块
│   ├── losses/                     # 损失函数
│   ├── metrics/                    # 评估指标
│   ├── models/                     # 核心模型实现
│   ├── optimizer/                  # 优化器
│   ├── predictor/                  # 预测器
│   ├── sampler/                    # 采样器
│   ├── schedulers/                 # 扩散调度器
│   ├── trainer/                    # 训练框架
│   └── utils/                      # 工具函数
│
├── property_prediction/            # 性质预测任务
├── structure_generation/           # 结构生成任务
├── interatomic_potentials/         # 机器学习原子间势(MLIP)
├── electronic_structure/           # 机器学习电子结构(MLES)
├── spectrum_elucidation/           # 谱图解析任务(SE)
├── ppmatSim/                       # 分子动力学模拟工具
├── research/                       # 研究项目
├── jointContribution/              # 联合贡献项目
├── docs/                           # 文档和资源
├── test/                           # 测试文件
├── setup.py                        # 安装配置
├── requirements.txt                # 依赖列表
└── README.md                       # 主说明文档

核心模块详解

1. ppmat/models/ - 深度学习模型库

模型 路径 功能描述
MEGNetPlus ppmat/models/megnet/ 等变图网络，材料性质预测
iComformer ppmat/models/comformer/ 改进版ComFormer，晶体性质预测
DimeNet++ ppmat/models/dimenetpp/ 方向消息传递网络
MatterGen ppmat/models/mattergen/ 条件扩散模型，晶体结构生成
DiffCSP ppmat/models/diffcsp/ 扩散晶体结构预测
CHGNet ppmat/models/chgnet/ 电荷图神经网络，原子间势
MatterSim ppmat/models/mattersim/ 通用原子间势函数
InfGCN ppmat/models/infgcn/ 电子结构预测
DiffNMR ppmat/models/diffnmr/ NMR谱图解析

2. ppmat/datasets/ - 数据集处理

  • MP2018Dataset - Materials Project 2018数据集
  • MP2024Dataset - Materials Project 2024数据集
  • MP20Dataset - 材料结构生成基准数据集
  • JarvisDataset - JARVIS材料数据集
  • QM9Dataset - 有机分子数据集
  • OC20S2EFDataset - Open Catalyst 2020数据集
  • MSDnmrDataset - NMR谱图数据集

3. ppmat/trainer/ - 训练框架

  • base_trainer.py - 基础训练器，支持：
    • 分布式训练（多GPU）
    • 混合精度训练
    • 断点续训
    • 学习率调度
    • 早停机制

4. ppmat/utils/ - 工具函数

包含晶体结构处理、可视化、模型保存/加载、日志记录等通用工具。

任务模块

property_prediction/ - 性质预测

功能：预测材料的各种物理化学性质

支持任务：

  • 形成能（Formation Energy）
  • 带隙（Band Gap）
  • 剪切模量（Shear Modulus）
  • 体积模量（Bulk Modulus）

配置文件：property_prediction/configs/（包含 megnet、comformer、dimenet++ 配置）

structure_generation/ - 结构生成

功能：生成新型晶体结构

模型：

  • MatterGen - 无条件/条件结构生成
  • DiffCSP - 扩散晶体结构预测

配置文件：structure_generation/configs/

interatomic_potentials/ - 原子间势

功能：机器学习原子间势（MLIP）计算

模型：

  • CHGNet - 电荷图神经网络势
  • MatterSim - 通用原子间势

配置文件：interatomic_potentials/configs/

electronic_structure/ - 电子结构

功能：机器学习电子结构（MLES）预测

模型：

  • InfGCN - 推断图卷积网络

配置文件：electronic_structure/configs/

spectrum_elucidation/ - 谱图解析

功能：谱图到结构的解析

模型：

  • DiffNMR - NMR谱图到结构解析

配置文件：spectrum_elucidation/configs/

技术栈

深度学习框架

  • PaddlePaddle >= 3.1 - 核心深度学习框架

主要依赖

类别 依赖包 用途
图神经网络 pgl 2.2.6 图学习库
科学计算 numpy 1.26.4, scipy 1.13.1 数值计算
材料科学 pymatgen 2024.10.29 材料分析
ase 3.23.0 原子模拟环境
matminer 0.9.2 材料数据挖掘
分子处理 rdkit 2024.9.1 分子化学信息学
配置管理 hydra-core 1.3.2 配置管理
可视化 tensorboardX, visualdl, wandb 训练可视化
数据处理 pandas, pyarrow, lmdb 数据处理与存储

支持的硬件

  • NVIDIA GPU（CUDA 12.x）
  • MetaX GPU（国产GPU）
  • CPU

配置系统

项目使用 Hydra 进行配置管理，所有任务都通过YAML配置文件进行设置。

配置继承

支持配置继承和组合，例如：

defaults:
  - model: megnet
  - dataset: mp2018
  - optimizer: adam

预训练模型

项目提供丰富的预训练模型（MODEL_REGISTRY中定义）：

性质预测模型

  • megnet_mp2018_train_60k_e_form - 形成能预测
  • comformer_mp2018_train_60k_band_gap - 带隙预测
  • dimenetpp_mp2018_train_60k_G - 剪切模量预测

结构生成模型

  • mattergen_mp20 - 无条件结构生成
  • diffcsp_mp20 - 扩散晶体结构预测

原子间势模型

  • chgnet_mptrj - 通用势函数
  • mattersim_1M/5M - MatterSim势函数

使用示例

性质预测

python property_prediction/predict.py \n    --model_name='megnet_mp2018_train_60k_e_form' \n    --weights_name='best.pdparams' \n    --cif_file_path='./property_prediction/example_data/cifs/'

多GPU训练

python -m paddle.distributed.launch --gpus="0,1,2,3" \n    property_prediction/train.py \n    -c property_prediction/configs/megnet/megnet_mp2018_train_60k_e_form.yaml

开发指南

添加新模型

  1. 在 ppmat/models/ 下创建新模型目录
  2. 继承基础模型类，实现 forward 方法
  3. 在 ppmat/models/__init__.py 中注册模型
  4. 创建对应的配置文件

添加新数据集

  1. 在 ppmat/datasets/ 下创建数据集类
  2. 继承 BaseDataset，实现 get_data 方法
  3. 在 ppmat/datasets/__init__.py 中注册数据集

添加新任务

  1. 在根目录创建新任务目录
  2. 实现 train.py, predict.py 等入口脚本
  3. 创建 configs/ 目录存放配置
  4. 在 README.md 中添加任务说明

文档索引

文档 路径 说明
安装说明 Install.md 英文安装指南
中文安装说明 Install_cn.md 中文安装指南
快速开始 get_started.md 快速入门教程
配置说明 about_configs.md Hydra配置详解
多硬件支持 docs/multi_device.md 多硬件适配说明
MetaX支持 docs/MetaX/ MetaX GPU适配文档

许可证

本项目采用 Apache License 2.0 开源许可证。

联系方式