没有合适的资源?快使用搜索试试~ 我知道了~
DFT的matlab源代码-ElemNet:仅从元素组成深度学习材料化学以增强材料性能预测
共72个文件
ipynb:22个
md:9个
csv:6个
需积分: 49 5 下载量 121 浏览量
2021-05-26
04:04:21
上传
评论 3
收藏 4.75MB ZIP 举报
温馨提示
DFT的matlab源代码ElemNet ElemNet是一个深层神经网络模型,仅将元素组成作为输入,并利用人工智能自动捕获基本化学成分以预测材料性能。 ElemNet可以自动学习不同元素之间的化学相互作用和相似性,这使得它甚至比传统的基于物理属性学习领域知识的机器学习模型更准确地预测训练数据集中不存在的化学系统的相图。 该存储库包含用于执行数据处理,模型训练和分析的代码,以及经过训练的模型。 如果您有大型数据集(例如OQMD),则应从头开始训练模型。 否则,对于较小的DFT计算或实验数据集,最好使用从预训练模型中进行的转移学习来训练模型,如下所示。 安装要求 重复使用这些环境的基本要求是Python 3.6.3 Jupyter环境,其中的软件包列在requirements.txt 。 某些分析需要使用,而Java需要Java JDK 1.7或更高版本。 参见[喜p文档以了解详细信息]。 源文件 培训ElemNet模型的代码以及在我们的工作中[1]产生的经过训练的模型都可以在上找到。 其他文件夹包含与为表征ElemNet而执行的不同分析相关联的脚本。 分析笔记本应该是自描述的,在其他情
资源详情
资源评论
资源推荐
收起资源包目录
ElemNet-master.zip (72个子文件)
ElemNet-master
images
oqmd_approach.png 238KB
ElemNet-TL.png 138KB
chemical-interpolation
figures
TiO-binary.pdf 33KB
NaMnO-ternary.png 566KB
TiO-binary.png 241KB
NaMnO-ternary.pdf 112KB
plot-results.ipynb 133KB
make-search-space.in 727B
make-search-space-physical.in 737B
generate-features.scala 1KB
.ipynb_checkpoints
create-training-sets-checkpoint.ipynb 26KB
plot-results-checkpoint.ipynb 133KB
create-training-sets.ipynb 23KB
datasets
.ipynb_checkpoints
README-checkpoint.md 911B
README.md 911B
data
README.md 125B
.gitkeep 0B
colors.json 186B
icsd-search
.gitkeep 0B
evaluate-predictions
best_ternaries.csv 128B
new-datasets
README.md 154B
ternary_systems.csv 131B
find-similar-compounds.ipynb 22KB
binary_systems.csv 130B
interesting_compounds.list 421B
where-are-stable-compositions.ipynb 19KB
missing-icsd.ipynb 27KB
pick-interesting-compounds.ipynb 22KB
which-systems-were-modified.ipynb 343KB
.ipynb_checkpoints
pick-interesting-compounds-checkpoint.ipynb 22KB
which-systems-were-modified-checkpoint.ipynb 343KB
find-similar-compounds-checkpoint.ipynb 22KB
missing-icsd-checkpoint.ipynb 27KB
where-are-stable-compositions-checkpoint.ipynb 19KB
elemnet
data_preprocess.ipynb 131KB
train_utils.py 3KB
sample
sample_model.meta 244KB
checkpoint 81B
sample.log 1.33MB
sample-run.config 601B
sample_model.index 3KB
.ipynb_checkpoints
sample-checkpoint.log 1.33MB
sample-run-checkpoint.config 601B
create_holdout.ipynb 9KB
tmp
checkpoint 143B
model.ckpt.index 3KB
model.ckpt.meta 261KB
magpie
README.md 52B
make_prediction.ipynb 15KB
data_utils.py 11KB
.ipynb_checkpoints
data_preprocess-checkpoint.ipynb 131KB
make_prediction-checkpoint.ipynb 15KB
create_holdout-checkpoint.ipynb 9KB
README-checkpoint.md 5KB
data_utils-checkpoint.py 11KB
dl_regressors-checkpoint.py 14KB
README.md 5KB
dl_regressors.py 14KB
COPYRIGHT 2KB
requirements.txt 136B
.ipynb_checkpoints
COPYRIGHT-checkpoint 2KB
requirements-checkpoint.txt 136B
README-checkpoint.md 6KB
README.md 6KB
layer-projection
plot-layers.ipynb 633KB
figures
layer-projection.pdf 246KB
layer-projection.png 481KB
activations
AB-set_act.csv 1.62MB
elem_act.csv 41KB
.ipynb_checkpoints
plot-layers-checkpoint.ipynb 633KB
datasets
AB-set.csv 1.31MB
.gitattributes 0B
共 72 条
- 1
weixin_38557757
- 粉丝: 5
- 资源: 934
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0