首页 >> 仿真软件说明 >>ABACUS >>朱雪刚版 >> 3.2.2 运行DPGEN init_bulk功能2024.04.04 （操作演示还是用Bohrium的notebook方便）

详细内容

3.2.2 运行DPGEN init_bulk功能2024.04.04 （操作演示还是用Bohrium的notebook方便）

准备好STRU、INPUT、init.json、machine.json就可以在服务器上提交任务。

运行DPGEN init_bulk

nohup dpgen init_bulk init.json machine.json 1>log 2>err&

提交任务之后会在当前文件夹下生成几个文件夹

Be108_fcc.STRU.01x01x01
dpdispatcher.log
dpgen.log
err
init_Be108_fcc.json
log

其中Be108_fcc.STRU.01x01x01包含了计算获得的所有信息，计算任务结束则在其下生成三个文件夹

(base) zxg@zxg:~/BeCu/dpgennew/init_bulk/Be/Be108_fcc$ tree Be108_fcc.STRU.01x01x01/ -L 1
Be108_fcc.STRU.01x01x01/
├── 00.place_ele
├── 01.scale_pert
├── 02.md
└── param.json

3 directories, 1 file

00.place_ele是结构优化文件夹，01.scale_pert是微扰结构创建文件夹，02.md是微扰结构计算和计算结果搜集并做格式转换的文件夹

其中转换好的训练集在02.md/sys-0108/deepmd/下通过运行 ls 02.md/sys-0108/deepmd/

box.raw
coord.raw
energy.raw
force.raw
set.000
type_map.raw
type.raw
virial.raw

box.raw 是所有计算体系的盒子的大小，盒子大小用9个浮点数记录，每个构型占一行。

coord.raw 是所有数据集的原子位置信息，每个原子三个坐标，一行包含一个结构。

energy.raw是体系能量信息，一个结构一个能量，一行即一个构型的能量，该文件只有一列。

force.raw是所有数据集的原子受力信息，每个原子三个受力，一行包含同一个构型下多个原子的受力，每个构型一行。

type_map.raw 是元素匹配信息，跟init.json中的设定一致，我的是Be Cu，一个元素一行

type.raw 原子构型，用0,1,2,……来表示，一个原子一行

virial.raw 是原子维力信息，即压力信息。一行是一个构型的压力信息，有9个分量。

如果正常结束则可获得deepmd文件夹，通过dpdata可以对文件夹内的信息进行画图分析。

训练集结构和结果分析2024.04.04

单次init_bulk准备数据集的最大受力分布和分析

训练集的好坏可以从力的分布来看，同上给出最大力的计算脚本，这里获得是每个构型中的最大受力，并根据AIMD的步数来画图。

对于单次init_bulk的计算结果，可直接读取其形成的deepmd格式的数据，然后画图。

#!/usr/bin/env python
import os
import dpdata
import numpy as np
import matplotlib.pylab as plt
folder_path = '/home/zxg/BeCu/dpgennew/deepmd_file/deepmd/'
print(folder_path)
data=dpdata.LabeledSystem(folder_path, fmt="deepmd/raw")
forces = np.absolute(data["forces"])
ff = []
for i in range(len(data)):
    ff.append(np.max(forces[i]))
plt.plot(ff,'-o')
plt.savefig('max_f_Be16.png')
plt.clf()

受力分布画图dpdata的具体使用

可以更改脚本，使得获取所有原子的受力，并输出类似于moddev中的状态分布的图，即在0.0--0.2受力中统计有多少数据，0.2-0.4中有多少数据然后作图，暂且不给出脚本，研究者可自行探索。

所有训练集最大受力分布提取和画图

即在使用脚本之前需要先执行，然后再deepmd_file下会生成很多个init_bulk获得的文件夹。

cp -r /you/path/to/deepmd /order/path/to/savedataset/deepmd_file/

#!/usr/bin/env python
import os
import dpdata
import numpy as np
import matplotlib.pylab as plt
folder_path = '/home/zxg/BeCu/dpgennew/deepmd_file/'
file_list = os.listdir(folder_path)
for file in file_list:
    print(file)
    folder_list = os.path.join(folder_path, file, 'deepmd/')
    print(folder_list)
    data=dpdata.LabeledSystem(folder_list, fmt="deepmd/raw")
    forces = np.absolute(data["forces"])
    ff = []
    for i in range(len(data)):
        ff.append(np.max(forces[i]))
    plt.plot(ff,'-o')
    plt.savefig(file+'max.png')
    plt.clf()

脚本解释请自行咨询chatgpt，大致为读取对应文件夹，并在对应文件夹下利用dpdata读取数据，然后获取数据中的最大力并画图。然后删除数据，再整下一个文件夹（如果不删除数据，则下次循环所有的数据都会输出）

这里，如果我用tree来查看我的deepmd_file则包含下列部分输出，文件的整理在后续的操作中，这些文件是init执行完成之后我把所有训练集手动搜集到了一起。

tree ~/BeCu/dpgennew/deepmd_file
/home/zxg/BeCu/dpgennew/deepmd_file
├── Be108_fcc
│ └── deepmd
│ ├── box.raw
│ ├── coord.raw
│ ├── energy.raw
│ ├── force.raw
│ ├── set.000
│ │ ├── box.npy
│ │ ├── coord.npy
│ │ ├── energy.npy
│ │ ├── force.npy
│ │ └── virial.npy
│ ├── type_map.raw
│ ├── type.raw
│ └── virial.raw
├── Be108.gro
├── Be127_Cu1_hcp
│ └── deepmd
│ ├── box.raw
│ ├── coord.raw
│ ├── energy.raw
│ ├── force.raw
│ ├── set.000
│ │ ├── box.npy
│ │ ├── coord.npy
│ │ ├── energy.npy
│ │ ├── force.npy
│ │ └── virial.npy
│ ├── type_map.raw
│ ├── type.raw
│ └── virial.raw
…………………………