论文《Learning Properties of Ordered and Disordered Materials from Multi-fidelity Data》中的代码实现

news/2024/10/8 20:56:23/文章来源:https://www.cnblogs.com/kakafa/p/18451219

github地址:https://github.com/materialsvirtuallab/megnet/tree/master/multifidelity#issues


介绍:当前的存储库利用了由同一作者开发的现有MEGNET软件包,并将MEGNET功能扩展到多保真数据集的建模。该存储库将共享公开发布的多保真带隙数据,并展示了运行多保真数据集的模型拟合的示例。



需要的包或库:

pymatgen>=2020.7.18
pandas>=1.0.5
tensorflow-gpu>=2.0.0
numpy>=1.19.1
monty>=3.0.4
megnet>=1.1.8 




:conda的创建的虚拟环境 和 venv创建的虚拟环境 有什么区别?

包管理工具‌:

  • Conda本身是一个包管理工具,能创建和管理虚拟环境。
  • venv创建的虚拟环境使用Python的标准包管理系统pip。

‌Python解释器‌:

  • Conda随环境下载和安装指定版本的Python解释器
  • venv复制现有的Python解释器

‌平台无关性‌:

  • Conda是跨平台的包管理系统。
  • venv是Python的标准库模块,平台无关。

‌生态系统‌:

  • Conda适用于跨平台、语言和复杂依赖关系的管理。
  • venv通常更轻量级,适用于纯Python项目。

因为本linux系统中已经存在了python3.11的解释器,但是该项目需要用到python3.7.9,因此使用Conda创建虚拟环境可以再虚拟环境中指定python版本,并且conda可以管理复杂依赖关系,因此这里使用conda更加合适。



一、配置环境


1.确保已安装 Anaconda 或 Miniconda

2.创建虚拟环境

使用 conda create 命令来创建一个新的虚拟环境,并指定 Python 版本为 3.7.9 给环境命名为 myenv

conda create --name myenv python=3.7.9

3.激活虚拟环境

创建完环境后,激活它:

conda activate myenv

4.检查当前的 Python 和 pip 路径,以确认它们指向虚拟环境
(myenv) ubuntu@ubuntu-System-Product-Name:~/zdn$ which python
/home/ubuntu/anaconda3/envs/myenv/bin/python
(myenv) ubuntu@ubuntu-System-Product-Name:~/zdn$ which pip
/home/ubuntu/.local/bin/pip

结果可见: pip 指向的是 /home/ubuntu/.local/bin/pip,而不是虚拟环境中的 pip。这表明 pip 可能没有正确安装到虚拟环境中
解决:
重新安装pip conda install pip 如果已经安装,可以使用以下命令来强制重新安装 conda install --force-reinstall pip
接着检查pip路径 which pip还是不行,
/home/ubuntu/.local/bin/pip 是旧版本的 pip,可以尝试删除它,确保不会影响到虚拟环境的使用。使用以下命令删除 rm -f /home/ubuntu/.local/bin/pip
然后再重复上述步骤(安装或重新安装 pip)以确保在虚拟环境中拥有一个干净的 pip 安装

还可以尝试直接通过 Python 模块执行 pip,以确保使用的是虚拟环境中的 pip python -m pip --version

5.安装依赖

pip install -r requirements-gpu.txt

注意:在 conda 虚拟环境中,使用 pip 来安装依赖

结果网络不可达,因此使用国内的镜像网站下载:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements-gpu.txt
结果提示:

 The "tensorflow-gpu" package has been removed!Please install "tensorflow" instead.Other than the name, the two packages have been identicalsince TensorFlow 2.1, or roughly since Sep 2019. For moreinformation, see: pypi.org/project/tensorflow-gpu

修改requirements-gpu.txt文件内容:把tensorflow-gpu改成tensorflow:

pymatgen>=2020.7.18
pandas>=1.0.5
tensorflow>=2.0.0
numpy>=1.19.1
monty>=3.0.4
megnet>=1.1.8 

再重新执行pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements-gpu.txt即可

5.验证安装

验证 Python 版本和已安装的库是否正确:

python --version 应该显示 Python 3.7.9

pip list 查看已安装的库

  • 如果要退出虚拟环境,可以使用以下命令:

conda deactivate

  • 如果要删除虚拟环境,可以使用以下命令:

conda remove --name myenv --all




二、数据集字段解释


论文中使用的完整数据在data_no_structs.json.gz中























本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/810196.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Tableau双轴

1.添加度量到行2.添加分类到列3.拖动度量到左侧利润字段处放开

Tableau文本表、直条、散点图、折线图、

1文本表 两次双击选中两个维度2.直条 两次双击依次分别选中一个度量和维度3.散点图 两次双击选中两个度量4.折线图 两次双击依次分别选中一个日期和一个度量

Unity Shader-渲染队列,ZTest,ZWrite,Early-Z

本文介绍了Unity中的渲染队列,包括不透明和半透明物体的渲染顺序,以及如何自定义渲染队列。深度测试(ZTest)和深度写入(ZWrite)的概念被详细解释,同时探讨了Early-Z技术在优化渲染效率中的作用。此外,还提到了Alpha Test在移动设备上的性能问题。 摘要由CSDN通过智能技…

电力系统的负荷损失和潮流计算matlab仿真,对比最高度数,最高介数以及最高关键度等节点攻击

1.课题概述节点攻击是指针对电力系统中某个或多个节点进行的攻击,其目的是破坏电力系统的稳定性和安全性。节点攻击可以分为最高度数攻击、最高介数攻击和最高关键度攻击等。在本课题中,将模拟这四种攻击方式,对比电力系统的停电规模。2.系统仿真结果 3.核心程序与模型 版本…

CMake 属性之目标属性

CMake 可以通过属性来存储信息。它就像是一个变量,但它被附加到一些其他的实体上,像是一个目录或者是一个目标。例如一个全局的属性可以是一个有用的非缓存的全局变量。 在 CMake 的众多属性中,目标属性 ( Target Properties ) 扮演着尤为重要的角色,它们直接关联到最终生成…

模板测试

模板测试(Stencil Test)是3D渲染中的一种技术,它根据预设条件比较参考值与模板缓冲区的值来决定片段是否进行下一步深度测试。本文介绍了模板测试的条件判断公式、语法,包括命令、比较函数,以及更新操作的各种关键字,如Keep、Zero等。并通过穿透效果的例子展示了模板测试…

CH57X/CH58X/CH59X 加PA应用

一、前言在有些时候产品需要做到更远的距离在原来的基础上加上PA放大芯片来实现广播或者连接距离上的提升。 PA是Power Amplifier的简称,中文名称为功率放大器,简称“功放”,指在给定失真率条件下,能产生最大功率输出以驱动某一负载的放大器。对于射频通信系统,PA负责发射通道…

csp-s 模拟 8

难度 ★★★★☆csp-s模拟8 T1 score and rank 特殊性质,题意转换 妙妙题 对于 \(S\) 小于等于 \(0\) 的情况答案显然是所有大于等于 \(S\) 的个数。 现在讨论 \(S\) 大于 \(0\) 的情况。 先对序列做一个前缀和,题目要求即是让所有值减去前缀最小值小于 \(S\) 考虑有一段连续…

C#联合Visionpro编程学习记录,视觉中需要考虑旋转中心工况的计算方法探讨

一、考虑旋转中心的工况解法, 1,视觉中引导定位或者对位贴合时,机械手或者xyzr轴上手爪中心和末端轴中心不同轴时,就要考虑旋转中心问题; 2,如果设备的CT要求没有很苛刻,可以采用2次拍照的方案解决,1次拍照后纠偏角度,然后在纠正角度后的位置2次拍照纠正x、y偏差;看下…

海外模组联网非常难?不往忘了APN配置…

​除了中国之外,国外的4G信号都比较差劲。 做海外的设备,如果忽视了射频的信号质量,肯定是要吃大亏的! 所以,海外模组的联网问题,会比国内要多不少。 客户在实际应用中或多或少都会遇到:网络相关问题:例如:连不上网,APN不会配置,APN没有配置,当地信号差… 软件升级…

轻松上云怎么操作?IoT_CLOUD之中移OneNET

​最近来了很多新朋友,也经常被问:可以多讲些云平台的操作吗?当然可以!文末留言你想要了解的云平台,优先安排~ 接下来,本文将以Air780E+LuatOS作为示例,教你使用合宙IoT_CLOUD连接中移OneNET物联网云平台。一、IoT_CLOUD简1.1 IoT_CLOUD特色简介 IoT_CLOUD——是合宙专门…

不容忽视的PCB测试点,关键时刻可以避免批量事故哦!

​PCB测试点是啥子?请看下图:​如果你曾经用过NOKIA手机,每次你打开后盖换电池的时候,每次看到的那两排圆形的点——就是PCB测试点,or you can call it Test Point in English. NOKIA手机的测试点有什么用? 为什么要留这两排测试点? 我虽然不知道NOKIA手机这些测试点的具…