sponge.colvar.ColvarCombine
- class sponge.colvar.ColvarCombine(colvar: Union[List[Colvar], Tuple[Colvar]], weights: Union[float, List[float], Tuple[float], Tensor] = 1, offsets: Union[float, List[float], Tuple[float], Tensor] = 0, exponents: Union[float, List[float], Tuple[float], Tensor] = 1, normal: bool = False, periodic_min: Union[float, ndarray, Tensor] = None, periodic_max: Union[float, ndarray, Tensor] = None, periodic_mask: Union[Tensor, ndarray] = None, use_pbc: bool = None, name: str = 'colvar_combination')[源代码]
参见 CombineCV。注意：此模块将在将来的版本中删除，请改用 CombineCV。
\[S = \sum_i^n{w_i (s_i - o_i)^{p_i}}\]- 参数：
colvar (list or tuple) - 要组合的 Colvar 数组 \({s_i}\)。
weights (list, tuple, float, Tensor) - Weights \({w_i}\) 对每组Colvar。如果给定列表或元组，则元素的数量应等于 CVs 的数量。如果给定浮点数或张量，则该值将用于所有 Colvar。默认值：1。
offsets (list, tuple, float, Tensor) - Offsets \({o_i}\) 对每组Colvar。如果给定列表或元组，则元素的数量应等于 CVs 的数量。如果给定浮点数或张量，则该值将用于所有 Colvar。默认值：0。
exponents (list, tuple, float, Tensor) - Exponents \({p_i}\) 对每组Colvar。如果给定列表或元组，则元素的数量应等于 CVs 的数量。如果给定浮点数或张量，则该值将用于所有 Colvar。默认值：1。
normal (bool) - 是否将所有权重归一化为 1。默认值：
False。periodic_min (float, ndarray, Tensor) - CVs 组合输出的周期性最小值。如果输出不是周期性的，则应为空。默认值：
None。periodic_max (float, ndarray, Tensor) - CVs 组合输出的周期性最大值。如果输出不是周期性的，则应为空。默认值：
None。periodic_mask (Tensor, ndarray) - 输出周期性的掩码。张量的shape应与输出相同，即 (S_1, S_2, …, S_n) 。默认值：
None。use_pbc (bool) - 是否使用周期边界条件。如果给出
None，它将确定是否使用基于是否提供 pbc_box 的周期性边界条件。默认值：None。name (str) - 集合变量的名称。默认值：'combine'。
- 支持平台：
AscendGPU