SchNetPack-用于原子系统的深度神经网络 SchNetPack的目标是提供可访问的原子神经网络,这些神经网络可以即用型训练和应用,同时仍可扩展到自定义原子体系结构。 当前提供的型号: SchNet-用于分子和材料的端到端连续过滤器CNN [1-3] wACSF-原子为中心的加权对称函数[4,5] 注意:我们将继续努力改进文档,支持更多架构和数据集以及更多功能。 要求: Python3 日月光 麻木 PyTorch(> = 0.4.1) h5py 可选:tensorboardX 注意:我们建议使用GPU训练神经网络。 安装 用pip安装 pip install schnetpack 从源安装 克隆存储库 git clone https://github.com/atomistic-machine-learning/schnetpack.git cd schnetpa