torch-pme：PyTorch 中高效自动微分的长程相互作用计算工具，专为分子动力学与机器学习设计。 • 支持粒子位置、电荷/偶极矩和晶胞参数的自动微分，实现力的自动计算和机器学习任务的无缝集成。 • 提供多种电荷相互作用模型：Particle-Particle Particle-Mesh Ewald (P3M)、Particle Mesh Ewald (PME)、标准Ewald及非周期方法。 • 计算不限于经典1/r库仑势，可处理任意阶1/r^p势，偶极相互作用支持1/r³势的标准Ewald计算。 • 优化 CPU 与 GPU 兼容，完全支持 TorchScript，方便转换为独立运行的 C++ 格式，满足高性能生产需求。 • 额外提供 JAX 的实验性实现 jax-pme，拓展多平台机器学习应用。 • 安装简单，支持 pip 和 conda，且可选集成 metatensor，增强张量计算能力。 • 开源BSD-3-Clause协议，文档详尽，含示例代码，助力科研与工业项目快速上手。 从底层高效实现到灵活多样的物理模型，torch-pme为材料科学和分子模拟带来更精准、可微且易扩展的长程作用力计算方案。 了解详情🔗 lab-cosmo.github.io/torch-pme 代码仓库🔗 github.com/lab-cosmo/torch-pme #分子动力学# #材料科学# #机器学习# #PyTorch# #数值模拟# #高性能计算#
![Creating and training a U-Net model with PyTorch for 2D & 3D semantic segmentation: Training [3/4] | Towards Data Science](pic.php?q=Pytorch+cn&p=4&idx=70&img_src=https%3A%2F%2Fi.pinimg.com%2Foriginals%2F27%2F40%2F9a%2F27409a2ac9c1d8fcd7f00749b88eaa2d.png)
![滚雪球学Python》王德朕pdf电子书[83MB]下载-码农书籍网](pic.php?q=Pytorch+cn&p=4&idx=101&img_src=https%3A%2F%2Fwww.manongbook.com%2Fd%2Ffile%2Fpython%2F8696bff38019988c6e3b2cf356c4ac941.jpg)
