Project Icon

torchani

基于PyTorch的神经网络势能模型库 实现高精度分子动力学模拟

TorchANI是一个开源的PyTorch实现的ANI神经网络势能模型库。该项目提供高精度分子动力学模拟功能,支持ANI2x、ANI1x和ANI1ccx等多种模型参数。TorchANI具备易用API和GPU加速能力,可通过pip或conda安装。作为活跃维护的开源项目,TorchANI欢迎社区贡献。

ASE_ANI - 神经网络势能模型为原子模拟提供高效准确预测
ANIGithub分子动力学开源项目机器学习神经网络势能量子化学
ASE-ANI是一个开源的神经网络势能模型接口,为原子模拟环境(ASE)设计。它集成了ANI-1x和ANI-1ccx模型,可对CHNO元素进行高精度预测。该项目运用深度学习技术,实现了DFT级别的精度和显著降低的计算成本。ASE-ANI支持CUDA加速,适用于配备NVIDIA GPU的Ubuntu系统,为分子动力学模拟等应用提供高效解决方案。
torchmd-net - 神经网络势能模型的高效训练与实现框架
GPU加速GithubPyTorchTorchMD-NET分子动力学开源项目神经网络势能
TorchMD-NET是一个先进的神经网络势能(NNP)模型框架,提供高效快速的NNP实现。该框架与ACEMD、OpenMM和TorchMD等GPU加速分子动力学代码集成,并将NNP作为PyTorch模块提供。项目支持等变Transformer、Transformer、图神经网络和TensorNet等多种架构,可通过conda-forge安装或从源代码构建。TorchMD-NET具有灵活的训练配置选项,支持自定义数据集和多节点训练,并提供预训练模型。
torchmd - 开源分子动力学模拟框架
GithubPyTorchTorchMD分子动力学力场开发开源项目神经网络势能
TorchMD是一个开源的分子动力学模拟框架,基于PyTorch构建。它为研究人员提供简单易用的API,支持力场开发和神经网络势能的无缝集成。TorchMD使用与传统MD软件兼容的化学单位,适用于多种分子模拟任务。该项目正在积极开发中,由Chan Zuckerberg Initiative和Acellera资助,并与OpenMM和ACEMD展开合作。TorchMD适用于蛋白质折叠、药物设计、材料科学等领域的分子动力学研究。研究人员可以利用TorchMD快速开发和测试新的力场模型,推进计算化学和生物物理学的发展。
pytorch-onn - 基于PyTorch的光子神经网络仿真与优化框架
AI计算GPU加速GithubPyTorch光子集成电路开源项目神经网络
pytorch-onn是一个基于PyTorch的光子神经网络仿真框架。该框架支持GPU加速的相干和非相干光学神经网络训练与推理,可扩展至百万参数规模。它提供了高度优化的并行处理和多功能API,支持从器件到系统级的协同设计与优化。这一工具主要面向神经形态光子学、光学AI系统和光子集成电路优化等领域的研究人员。
deepmd-kit - 深度学习驱动的原子势能建模与分子动力学模拟工具
DeePMD-kitGithub分子动力学势能模型开源项目深度学习高性能计算
DeePMD-kit是一个用Python和C++编写的软件包,专注于简化深度学习原子势能模型和力场的创建和分子动力学模拟。它与TensorFlow及多个高性能MD和量子MD软件包接口,确保高效的训练和计算。模块化设计使其支持多种描述符和高性能并行计算,适用于有机分子、金属、半导体等系统。
attorch - 易于修改的Python神经网络模块
GithubPyTorchTritonattorch开源项目深度学习神经网络模块
attorch是一个基于OpenAI Triton的PyTorch模块子集,提供易于修改的高效神经网络模块。支持自动混合精度、计算机视觉和自然语言处理相关层。
torchdyn - PyTorch数值深度学习库,支持微分方程和数值方法
GithubPyTorchTorchdyn开源项目微分方程数值方法深度学习
Torchdyn是一个专注于数值深度学习的PyTorch库,涵盖微分方程、积分变换和数值方法。它提供便捷的工具和层,用于构建神经微分方程和复合模型,并支持GPU加速和多种数值方法。该库与PyTorch和pytorch-lightning高度集成,使得用户能够快速上手,推进研究和应用。
pyani - 基于平均核苷酸同一性的微生物基因组分类工具
Githubpyani分类学平均核苷酸相似度开源项目微生物基因组生物信息学
pyani是一个开源的Python工具,用于微生物全基因组分类。该工具基于平均核苷酸同一性(ANI)分析,支持多种ANI计算方法,具有并行处理能力,并提供可视化选项。pyani可应用于微生物基因组学研究和食品安全诊断等领域,为研究人员提供准确分类和比较微生物基因组的支持。
tnt - PyTorch训练库,简化和优化模型训练过程
GithubPyTorchTNTtorchtnt安装开源项目训练工具
TNT 是一个用于 PyTorch 的训练库,支持 pip 和 conda 安装,并提供 master 版本更新。TNT 简化了 PyTorch 模型训练,提升开发效率。
pytorch - 能GPU加速的Python深度学习平台
GPU加速PyTorch深度学习神经网络
PyTorch是一个开源的提供强大GPU加速的张量计算和深度神经网络平台,基于动态autograd系统设计。它不仅支持广泛的科学计算需求,易于使用和扩展,还可以与Python的主流科学包如NumPy、SciPy无缝集成,是进行深度学习和AI研究的理想工具。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号