ME4101A-ShethRiyaNimish 期末项目 该软件包采用三种不同的技术将二维材料分为铁磁材料,反铁磁材料和非磁性材料。 这三种技术是: 古典机器学习。 深度学习。 图网络。 目录 先决条件 该软件包要求: 如果您不Python,则安装前提条件的最简单方法是通过 。 其他的次要要求在requirements.txt文件中提到 档案文件 数据准备.ipynb:用于数据准备的Jupyter笔记本 Machine Learning.ipynb:用于进行经典机器学习的Jupyter笔记本 Deep Learning.ipynb:用于进行深度学习算法的Jupyter笔记本。 CGCNN – CIF数据–晶体图卷积神经网络Netwroks.ipynb:Jupyter笔记本,用于优化和预测CGCNN的准确性–诸如模型等杂项文件,由[21]编写。 Web界面– model.pkl