跳转到主要内容

用于原子尺度系统机器学习的受物理启发的基函数。

项目描述

物理基础

这是“物理基础”,一组专门为原子机器学习模型设计的径向基函数。您可以在这里找到这些基函数背后的理论

安装

您可以使用pip install physical-basis安装此软件包。

用法

该软件包包含两个类:一个用于NumPy,一个用于Torch。

NumPy

NumPy类可以使用如下方式

import numpy as np
from physical_basis import PhysicalBasis

physical_basis = PhysicalBasis()
x = np.array([0.1, 0.2, 0.3])
n = 2
l = 1
result = physical_basis.compute(n, l, x)
derivatives = physical_basis.compute_derivative(n, l, x)
eigenvalue = physical_basis.return_eigenvalue(n, l)

Torch

Torch类继承自torch.nn.Module,可以使用如下方式

import torch
from physical_basis.torch import PhysicalBasis

physical_basis = PhysicalBasis()
x = torch.tensor([0.1, 0.2, 0.3])
n = 2
l = 1
result = physical_basis(n, l, x)
eigenvalue = physical_basis.return_eigenvalue(n, l)

特别是如果您计划使用autograd,为了速度,建议对函数进行样条插值,因为此类调用生成的计算图可能很大。

求解物理基础特征值方程

物理基础是从求解特征值方程得到的。该过程找到系数,然后使用三角函数基计算物理基础。在generate_coefficients中提供了求解特征值方程的脚本和说明。

项目详情


下载文件

下载适合您平台的文件。如果您不确定要选择哪个,请了解有关安装软件包的更多信息。

源分布

physical_basis-1.0.0.tar.gz (15.8 MB 查看哈希值)

上传时间

构建的发行版

physical_basis-1.0.0-py3-none-any.whl (15.8 MB 查看哈希值)

上传时间 Python 3

由以下支持