Deepmd-kit机器学习势相关问题：模型训练精度很低

查看数: 411 | 评论数: 7 | 收藏 Add to favorites 1

关灯 | 提示：支持键盘翻页<-左右->

发布时间: 2026-1-25 14:45

请各位老师好,刚使用DeepMD所以不太熟悉。我使用的原始数据是M3Pt结构，其中M的位置由Mn,Fe,Ni等6种过渡金属随即替代，而Pt位置保持Pt元素不变，这样形成1000个结构（每个结构的原子数为32）,然后用VASP进行结构优化 ...

回复 Reply

1446423631 发表于 Post on 2026-1-29 15:40:39

RAL 发表于 2026-1-29 11:26
合金材料的数据集构建我不太熟悉，补AIMD数据计算量不小，建议你交任务前约有经验的老师同学讨论一下，避 ...

好的，谢谢老师

RAL 发表于 Post on 2026-1-29 11:26:50

1446423631 发表于 2026-1-29 09:28
我先用dpgen init_bulk 构建了三个1*1*1，pert_box=0.03,poet_atom=0.01的结构，然后每个结构跑10步，步 ...

合金材料的数据集构建我不太熟悉，补AIMD数据计算量不小，建议你交任务前约有经验的老师同学讨论一下，避免浪费机时

1446423631 发表于 Post on 2026-1-29 09:21:19

RAL 发表于 2026-1-29 09:17
我是看loss中force和virial部分和我平时训练的差不多；既然能量这么差的话可能还是哪里出了问题，可先尝 ...

好滴好滴，我再加一些AIMD的数据

RAL 发表于 Post on 2026-1-29 09:17:46

1446423631 发表于 2026-1-28 18:44
这两个图分别是dp test训练集得到的e.out和e_peratom，前两列是VASP和模型预测的能量，第三列是能量差， ...

我是看loss中force和virial部分和我平时训练的差不多；既然能量这么差的话可能还是哪里出了问题，可先尝试改变"loss"部分的各项系数，结果仍未改善的话需要考虑数据集本身，结构优化的轨迹经常会有明显的拖尾效应，样本聚集在极小值点附近，质量比动力学轨迹要差不少

RAL 发表于 Post on 2026-1-27 09:27:19

可以dp test测一下模型在训练集和验证集上的表现，这个loss看上去还可以

		自动登录 Automatic login	找回密码 Forget password
密码 Password			注册 Register