sponge.core.RunOneStepCell
- class sponge.core.RunOneStepCell(energy: WithEnergyCell = None, force: WithForceCell = None, optimizer: Optimizer = None, steps: int = 1, sens: float = 1.0, **kwargs)[源代码]
运行一步模拟的神经网络层。这一层包裹了 energy ， force 和 optimizer 。在construct函数里将会生成一张反向图来更新仿真系统的原子坐标。
- 参数：
energy (WithEnergyCell) - 包含了有势能函数的模拟系统的神经网络层。默认值：”None”。该神经网络层用于计算并返回系统在当前坐标处的势能值。
force (WithForceCell) - 包含了有原子力函数的模拟系统的神经网络层。默认值：”None”。该神经网络层用于计算并返回系统在当前坐标处的力值。
optimizer (Optimizer) - 模拟的优化器。默认值：”None”。
steps (int) - 模拟的步数。默认值：1.0。
sens (float) - 作为反向传播的输入要填充的缩放数。默认值：1.0。
kwargs (dict) - 其他参数。
- 输入：
*inputs (Tuple(Tensor)) - WithEnergyCell 的输入Tensors的tuple。
- 输出：
整体的势能，shape为 (B, 1) 的Tensor，数据类型为float。
原子力，shape为 (B, A, D) 的Tensor，数据类型为float。
说明
B: batch size，比如分子模拟中walker的数量。 A: 分子模拟中原子的数量。 D: 分子模拟中的空间维度，通常是3。
- 支持平台：
AscendGPU
- property bias
整个偏置势的Tensor。
- 返回：
Tensor，shape为 (B, 1) ，数据类型为float。
- property bias_function
偏置势函数的网络层。
- 返回：
Cell，偏置势函数。
- property bias_names
偏置势能的名字。
- 返回：
list[str]，偏置势能的名字列表。
- property biases
偏置势的组成部分的Tensor。
- 返回：
Tensor，shape为 (B, V) ，数据类型为float。
- property energies
势能组成部分的Tensor。
- 返回：
Tensor，shape为 (B, U) ，数据类型为float。
- property energy_cutoff
WithEnergyCell 中邻居列表的截断距离。
- 返回：
Tensor， WithEnergyCell 中邻居列表的截断距离。
- property energy_names
能量项的名字。
- 返回：
list[str]，能量项的名字列表。
- property energy_unit
能量单位。
- 返回：
str，能量单位。
- property force_cutoff
WithForceCell 中邻居列表的截断距离。
- 返回：
Tensor， WithForceCell 中邻居列表的截断距离。
- property length_unit
长度单位。
- 返回：
str，长度单位。
- property neighbour_list_pace
更新邻居列表所需的step。
- 返回：
int，更新邻居列表所需的step数。
- property num_biases
偏置势能 \(V\) 的数量。
- 返回：
int，偏置势能的数量。
- property num_energies
能量项 \(U\) 的数量。
- 返回：
int，能量项的数量。