关于DeePMD-kit的训练一万个原子左右大体系结构的力场

liweiiqi

   
    各位老师好，目前我正在从事大体系的力场优化的工作。

    体系大概有一万个原子左右(因为掺杂元素非常少，才导致体系很大)，如果用DeePMD-kit训练势函数的话，最开始一般是要用AIMD得到初始数据集，但这一步对于大体系来说就非常困难了。

    1: 目前想要尝试用VASP MLFF的方法跑100-1000步(不知道够不够)得到OUTCAR，然后用dpdata转换后给到DeePMD-kit来训练力场，不知道是否合理。

    2: 另外，群里大佬建议将体系拆分，因为结构由一个小原胞经过扩胞后，仅在内部替换了少数原子，所以绝大多部分的结构是相同的。因此，是否可以切分出两个小体系(最初的原胞和掺杂元素的周围环境)或是一个包含大体系中所有原子的小体系(与大体系的结构相似)来做AIMD，之后再给到DeePMD-kit训练力场，最后给大体系在LAMMPS中做MD。

    希望能得到老师们的指教，谢谢。

Weldingspock

个人看法：
1. 100-1000步作为作为数据集完全不够。如果不采用dpgen这种主动学习迭代式改进机器学习势的话，结构的相似度太高。你这1000个数据其实用2-5个结构就可以描述。其次上万原子跑AIMD-MLFF的话，就算你能跑得动，里面的ENCUT，KPOINTS这些都会设置的非常粗糙，那么作为一个机器学习势初始数据集的话也是完全不够格的。
2. 这个是合理的办法。或者说换个方法问，你是否能找到一个最小的结构来近似模拟你的大体系？如果可以的话，才能按照2中的办法来分块收集数据，最后合在一起训练

zzffzz33

个人愚见：
1.VASP MLFF 你不一定能跑的动；
2.VASP MLFF的数据，你作为初始数据本身应该就是不合理的；
3.感觉你说的体系拆分可以试试，拆分的小体系进行一些AIMD构建数据集；
4.拆分前的结构，进行一些结构微扰，做单点能应该也可以充当数据集的。

liweiiqi

zzffzz33 发表于 2024-4-17 15:09
个人愚见：
1.VASP MLFF 你不一定能跑的动；
2.VASP MLFF的数据，你作为初始数据本身应该就是不合理的；
...

非常感谢老师的回答。

1-2:我做了一些相关计算，VASP MLFF计算的数据确实不能作为初始数据集，只有其中一部分使用AIMD方法计算的点才会被DeePMD读取。
3-4:打算尝试这种方法，但是不知道该如何拆分成小体系，希望老师指教。

Dopamine

liweiiqi 发表于 2024-4-23 13:47
非常感谢老师的回答。

1-2:我做了一些相关计算，VASP MLFF计算的数据确实不能作为初始数据集，只有其 ...

具体是什么体系呢？楼上说的“你是否能找到一个最小的结构来近似模拟你的大体系？”，如果你是个周期性体系，能找到最小结构单元(最小的重复单元)来代表你的体系，就用不到上万个原子；还是其他什么体系，你要说清楚才好判断。

Aletyx

DeepMD只考虑一定截断半径以内的原子间相互作用，因此没有必要按照真实体系的浓度去搞。

比方说你DP设置rcut为6埃，那么每个原子只能感受到周围6埃内原子的作用，如果此时你的掺杂浓度很低，比方说100000个原子里面掺杂1个，那么对于绝大部分的原子来说，他的配位环境是没有任何变化的！如果你的胞很小，那么反而可以学习到更多的信息

此外可以考虑使用LAMMPS里面的MC交换，给DP更丰富的信息，参考Phys. Rev. B 107, 144102。

liweiiqi

Dopamine 发表于 2024-4-23 16:52
具体是什么体系呢？楼上说的“你是否能找到一个最小的结构来近似模拟你的大体系？”，如果你是个周期性体 ...

老师，不好意思哈，我没有说清楚。

我的体系是低浓度掺杂的周期性晶体结构。因为要非常低的浓度，所以就需要把晶胞弄得非常大，然后里面只掺杂几个原子(一般七千+原子的体系内也就掺杂十个左右)。因此，用原胞来做的话就考虑不到这些少量原子和其他原子的相互作用。所以我主要想知道如何去考虑这些少量原子和其他原子的相互作用呢。希望得到老师的指教。

liweiiqi

Aletyx 发表于 2024-4-23 19:22
DeepMD只考虑一定截断半径以内的原子间相互作用，因此没有必要按照真实体系的浓度去搞。

比方说你DP设置 ...

谢谢老师的指导，我去学习一下。

zzffzz33

liweiiqi 发表于 2024-4-23 13:47
非常感谢老师的回答。

1-2:我做了一些相关计算，VASP MLFF计算的数据确实不能作为初始数据集，只有其 ...

具体怎么拆分我也不知道，但是按你说的体系，就算拆分也应该很大。你是否可以用非掺杂的和掺杂的周期性小胞，设置不同的结构类型构建初始数据集？当然，具体这个胞怎么掺杂，几种构型，完全看你的体系。

wsliang1118

1. 一万个原子左右的VASP-MD根本算不动
2. 感觉可以设计不同掺杂浓度的体系作为训练集，比如DP-GEN迭代百分之五到千分之五，外推万分之一。