查看原文
其他

不可错过哥伦布训练营的三个理由!第一期哥伦布训练营回顾

深度势能 深度势能 2022-09-11

4月16日,第一届哥伦布训练营在北京市中关村圆满落幕。下面由小编带着大家回顾本次训练营的精华内容,让大家知道为什么每个人的学术生涯中都必须来参加一次《哥伦布训练营》。

▲第一期哥伦布训练营大合照

概括地说,不可错过哥伦布训练营的理由不外乎以下三点👇

1

社区官方出品,培训师资雄厚

2

授课内容详实,教学实操并重

3

理论结合实践,关注实战问题


社区官方出品,培训师资雄厚

哥伦布训练营由DeepModeling社区官方出品,培训师资堪称全球最佳。第一届训练营邀请到DeepModeling社区的创始人之一、2020戈登贝尔奖获得者之一王涵老师为学员们致辞,由张与之老师、刘锦程老师进行课程讲解,袁奉博老师、拓娉老师协助对学员问题进行一对一答疑。
▲王涵老师致辞                                                      
培训教师既有社区最核心开发者,如张与之老师(DP-GEN开发者)、袁奉博老师(dpti, dpdispatcher开发者),也有用DP系列软件发表大量优秀论文的社区最资深用户,如刘锦程老师、拓娉老师。这些难得一见的“大神”老师本次汇聚一堂,共同组成最强的DeepModeling社区讲师团队。核心开发者 + 资深用户的组合,也保证了课堂内容既有理论深度,又注重实践使用,让大家哥伦布训练营结业之后,就可以快速将DP系列软件应用到自己的科研实践中。

▲训练营讲师合影

授课内容详实,教学实操并重

作为训练营,课程内容是重中之重。本次训练营的内容详实,干货满满。


 开源精神传达

作为社区的最核心开发者,一向低调的王涵老师这次于百忙之中拨冗前来致辞。王涵老师引用DeepModeling社区宣言,向大家介绍了开源社区的优势和DeepModeling社区选择开源的原因。开源,是一种基于开放共享精神的软件协同开发模式。我们所提倡的是,一个方法或软件,不应因发表文章的期刊好坏来分别高下,而应就解决问题的能力和对科学的实际贡献论英雄。方法软件的可持续发展需要持续投入人力、不断改进,并需要在开放的环境中把解决的一个个实际问题作为最朴素的测试。这往往是从事科学计算的个人或小组难以承担的。开源社区可以提供好的解决方案。选择了开源,会吸引到更多的人参与到DeepModeling社区工作中,帮助我们更快的进行软件更新、测试、迭代,并不断促使我们采用更新、更优秀的软件开发模式,让DP系列软件愈加完善。


 理论实践并重

训练营的课程注重理论和实践相结合,因此在课程体系设置上既有理论性课程:《DeePMD-kit原理讲解》《DP-GEN原理讲解》,也有实践性课程《DeePMD-kit上机实践》《DP-GEN上机实践》。除了讲师讲解以外,课堂还安排了上机实践环节,由讲师“手把手”带着大家在Bohrium平台上逐行运行DP系列软件代码,让大家真的将DP系列软件跑起来,并且跑熟练。
9:00-10:30
深度势能原理概述
DeePMD-kit使用指南
10:40-11:40
DeePMD上机实践
11:40-13:00
午休
13:00-13:50
DP-GEN原理&安装配置指南
14:00-14:50
DP-GEN使用指南
15:00-15:50
DP-GEN上机实践
16:00-17:00
DP软件真实使用&答疑

▲训练营当日课程表

▲手把手带学员跑DeePMD-kit详细教导DP程序安装方法▲



 课程资料丰富

除了精彩的课程内容外,哥伦布训练营还为大家准备了总计100页的教学资料,方便大家课堂记笔记与课后复习。对于认认真真听完课程的同学,社区还为大家准备了精美的哥伦布训练营结业证书。这个证书记录着大家在哥伦布训练营学习的历程,并且随着社区官网的迭代,证书未来也将能够在社区官网查询。是目前DeepModeling社区唯一认证的证书哦~

▲PPT讲义

▲纸质讲义

结营证书▲



理论结合实践,关注实战问题

在训练营最后,针对大家科研实践中遇到的实际问题,讲师也进行了耐心的解答。这里我们公开了一部分学员提出的问题。对于大家自己在实践中的问题,也非常欢迎来哥伦布训练营问问我们的老师哦。

Q1:请教一下 freeze 和 compress 的物理/数学内涵及执行的操作内容?A1:Freeze 就是把训练好的模型参数存储下来。compress 部分的原理可以参考 《一键操作,十倍加速——DP模型压缩功能新鲜出炉》和对应的paper https://arxiv.org/abs/2107.02103 。
Q2:DeePMD-kit默认超参数是否优化过?比如fitting/embeding netA2:此默认超参数是经过比较系统的测试的,一般情况下比较适用:https://github.com/deepmodeling/deepmd-kit/blob/master/examples/water/se_e2_a/input.json
Q3:fitting net能否改成GNN?这样就能考虑原子的多阶邻居,可能有助于改善长程相互作用?A3:可能需要找合适的场景。图神经网络的引入在一些适合图结构(比如有机小分子)中可能会work。
Q4:体系的扩展问题:比如从一个50分子的水团簇训练的力场,扩展到100分子的团簇,还是否适用;另外对于周期性体系的描述问题。A4:水团簇我没有做过。我做过铝团簇,扩展性较差,训练数据集包含的团簇尺寸范围要包含目标尺寸。也可以参考 http://arxiv-export3.library.cornell.edu/abs/2203.00393v1 中提到的一些团簇体系例子。
Q5:请问lammps的pair_style deepmd是否可以作为hybrid的sub style使用A5:如果你的hybrid对deepmd设置的元素种类是pair_coeff * * deepmd 就可以。但是要注意,如果要这么用,确定你加的别的sub style是长程或超短程力。否则在训练中也要做一样的设置。建议做足测试。
Q6:请问在使用restart功能的时候,是沿用之前的模型训练进度继续训练,还是会丢失先前的训练成果重新训练呢,之前超算因为停机维护导致40万步至训练了33万步就中止了,希望能把它算完。A6:会沿用之前的模型训练。
Q7:课堂上演示的CH4是一个两个原子的体系,请问如果通过DeePMD-kit来进行3种或多种元素体系的训练,计算量的增加规律大致是什么样的,谢谢!A7:设置参数type_one_side: true的时候,网络尺寸正比于n,如果不设置,网络尺寸正比于n*(n+1)/2

第一期哥伦布训练营圆满结营。我们期待更多对科学计算有热情、对DP系列方法感兴趣的同学,能够加入我们的队伍。我们会倾尽所能,帮助各位想要上手DP系列软件的新人、遇到使用难题的熟练者。让我们一起,共同定义科学计算未来!

▲训练营开营合照

 “ 

有些同学可能开始着急了,“哥伦布训练营啥时候能来我们城市呢?”受到客观条件限制,我们确实没办法照顾到每个城市。但是只要你们城市报名的人足够多,我们就会尽可能的到你们城市开展。所以大家可以继续拉着实验室的师兄师姐们抓紧报名。报名链接【DP训练营招募令】加入哥伦布计划,发现计算模拟新大陆!(本报名链接2022年一整年有效。最近因为疫情,哥伦布训练营线下计划受到一些影响,等到疫情结束我们会加速行动起来!)

第一期哥伦布训练营由深势科技有限公司赞助,上机教学部分在微尺度科学计算云平台Bohrium运行。通过弹性调度海量计算资源,Bohrium平台为用户提供第一性原理计算、分子动力学,高通量材料筛选的完整解决方案,以赋能微尺度的科学研究与工业设计。若您希望使用Bohrium平台,欢迎邮件联系 bohrium@dp.tech。



- End -

(如需转载图文请与公众号后台联系)
-------------------------------

推荐阅读
【教程】DP核心开发者亲授:一节课学透DeePMD-kit原理
【教程】一文教你学透DP-GEN machine.json配置
【教程】DeePMD-kit和DP-GEN安装教程视频
- 欢迎大家扫码关注社区B站账号/社区公众号 -


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存