TorchANI 开发者指南

TorchANI 开发者指南

torchani Accurate Neural Network Potential on PyTorch 项目地址: https://gitcode.com/gh_mirrors/to/torchani

1. 项目介绍

TorchANI 是一个基于 PyTorch 的 ANI（AtomNetted Neural Network）神经网络的开源实现。ANI 是一种用于分子模拟的深度学习模型，能够准确预测分子间的相互作用力和性质。TorchANI 目前处于 alpha 版本，API 可能尚未稳定。若在使用过程中发现错误或需要新功能，可以在 GitHub 上提交 issue 或 pull request。

2. 项目快速启动

环境准备

TorchANI 需要 PyTorch 的最新预览版。请先按照 PyTorch 官方网站的指导安装最新版本的 PyTorch。

安装 TorchANI

安装正确版本的 PyTorch 后，可以使用 pip 或 conda 安装 TorchANI：

pip install torchani

或者

conda install -c conda-forge torchani

运行测试和示例

为了运行测试和示例，需要手动下载一个数据包：

./download.sh

3. 应用案例和最佳实践

AEV CUDA 扩展（可选）

为了加速 AEV（Atom Environment Vector）的前向和反向传播，可以选择安装 AEV CUDA 扩展。具体安装指导可以在 torchani/cuaev 文件夹中找到。

文档构建

安装完 TorchANI 后，可以通过以下命令构建文档：

sphinx-build docs build

确保安装了所有依赖：

pip install -r docs_requirements.txt

单元测试

手动运行单元测试，可以使用以下命令：

pytest -v

4. 典型生态项目

TorchANI 是一个活跃的开源项目，其生态系统包括但不限于以下项目：

• ASE_ANI：用于访问 ANI 模型参数的仓库。
• ani-model-zoo：包含所有 ANI 模型参数的仓库。

开发者在使用和贡献至 TorchANI 时，应当遵循项目的开发规范，确保代码质量，并通过 GitHub 提交 pull request。所有的更改都需要通过代码审查，并在合并前通过所有测试。

以上就是关于 TorchANI 的开发者指南，希望对您有所帮助。

torchani Accurate Neural Network Potential on PyTorch 项目地址: https://gitcode.com/gh_mirrors/to/torchani