基于密度泛函理论、分子动力学和机器学习的高通量计算
jarvis-nist的Python项目详细描述
Jarvis
=
NIST的各种综合模拟联合自动化存储库（Jarvis）是一个使用密度泛函理论、经典力场/分子动力学和机器学习的计算科学综合框架。jarvis大量使用vasp、lammps、
pymatgen、ase和scikit学习包。官方网站：https://jarvis.nist.gov
miniconda3-latest-macosx-x86_64.sh（适用于Mac）
下载32/64位Python 3.6 miniconda exe并安装（适用于Windows）
-现在，让我们为jarvis创建一个conda环境：：
conda create--name my_jarvis python=3.6
-可以使用以下命令激活"my_jarvis"环境：：
source activate my_jarvis
-然后，使用以下命令获取jarvis repo:：
git clone https://github.com/usnistgov/jarvis.git
-安装依赖项：
pip install numpy
pip install scipy
pip install scikit learn
pip install pymatgen
pip install monty
-go到jarvis目录并键入：：
（https://github.com/usnistgov/jarvis/blob/master/jarvis/lammps/examples/basic_input_output.py）。使用tar-xvzf al03.eam.alloy_nist.tgz解压示例文件夹。根据系统更改run_alloy.py中的"parameters"变量以适应lammps可执行路径inlast.mod和dsiplace.mod路径。目前，晶体结构是从材料工程中获得的，因此mapi_键也需要调整。然后，输入python run_alloy.py，它将在集群上启动作业。创建任何lammps计算时都会创建一个json文件。首先，使用lamps优化几何结构。然后，对称地产生不同的空位，并确定其能量学。从mp下载参考元素并计算其能量，以测量缺陷计算中使用的化学势。在此基础上，建立了米勒指数小于等于3的曲面，并计算了它们的能量。以理想电池为基准计算表面能。最后，用声子包计算声子。我们用ase在声子体和lammps之间建立界面。
-vasp示例：同样，在vasp文件夹（https://github.com/usnistgov/jarvis/blob/master/jarvis/vasp/examples/runstruct_pyvasp.py）中给出了硅的示例计算。输入是一个poscar文件，它已经提供了。在joptb88vdw.py顶部需要调整可执行路径、伪位目录路径和特殊的potcar.yaml路径。master.py可以通过qsub sub.sh.adjust path和sub.sh中的集群细节提交给队列系统。master.py和joptb88vdw.py的内容应该独立于pbs/slurm或任何其他集群。在成功提交sub.sh脚本之后，将生成一系列用于平面波收敛和kpoint收敛的encut和kpoints文件。然后，在主松弛文件中使用力收敛准则对几何体进行优化。主松弛计算中使用的晶体结构随后用于随后的带结构、介电函数、mbj计算和弹性特性计算。每个完整的计算都会通过生成相应的json文件得到通知。
-ml示例：我们使用Jarvis-DFT数据对带隙、地层能量和弹性模量等特性进行机器学习模型训练。在梯度推进回归训练中，我们同时使用了化学和结构描述符。获取1557描述符的示例系统的RS见：https://github.com/usnistgov/jarvis/blob/master/jarvis/sklearn/examples/desc-example.py
-访问jarvis数据库：我们的数据库可以在https://www.ctcms.nist.gov/~knc6/jvasp.html和https://www.ctcms.nist.gov/~knc6/periodic.html上免费获得，jarvis-dft和jarvis-ff的https://www.ctcms.nist.gov/~knc6/jlammps.html。Jarvis-FF及其发展版本有能量学、弹性常数、缺陷形成能、表面能和声子性质的数据。Jarvis-DFT具有能量学、X射线衍射（3D）、径向分布函数、电子态密度、静电势和能带结构、MBJ和半局部介电函数计算等材料的三维和二维特性。弹性性质和联合伽马点未能声子和热电性质。jarvis-dft现在也可以使用提供的链接和jarvis-dft网页以json格式下载。
jupyter笔记本
----
-jarvis-ff:
https://github.com/usnistgov/jarvis/blob/master/jarvis/db/static/jarvis-ff-explore.ipynb
-jarvis-dft:
https://github.com/usnistgov/jarvis/blob/master/jarvis/db/static/jarvis-dft-explore.ipynb
-jarvis-ml:
https://github.com/usnistgov/jarvis/blob/master/jarvis/db/static/jarvis-ml-train.ipynb
-------
-jarvis-ff:
https://www.nature.com/articles/sdata2016125
https://arxiv.org/abs/1804.01024
-jarvis-dft:
https://www.nature.com/articles/s41598-017-05402-0
https://www.nature.com/articles/sdata201882
https://journals.aps.org/prb/abstract/10.1103/physrevb.98.014107
-jarvis-ml:
https://journals.aps.org/prmaterials/abstract/10.1103/physrevmaterials.2.083801
founders
----
kamal choudhary，弗朗西斯卡·塔瓦扎（NIST）
撰稿人
----
法伊尔·扬尼克·刚果、凯文·加里蒂、布莱恩·德考斯特、亚当·比亚奇、
卢卡斯·黑尔、安德鲁·里德，Marcus Newrock（NIST）
=
NIST的各种综合模拟联合自动化存储库（Jarvis）是一个使用密度泛函理论、经典力场/分子动力学和机器学习的计算科学综合框架。jarvis大量使用vasp、lammps、
pymatgen、ase和scikit学习包。官方网站：https://jarvis.nist.gov
miniconda3-latest-macosx-x86_64.sh（适用于Mac）
下载32/64位Python 3.6 miniconda exe并安装（适用于Windows）
-现在，让我们为jarvis创建一个conda环境：：
conda create--name my_jarvis python=3.6
-可以使用以下命令激活"my_jarvis"环境：：
source activate my_jarvis
-然后，使用以下命令获取jarvis repo:：
git clone https://github.com/usnistgov/jarvis.git
-安装依赖项：
pip install numpy
pip install scipy
pip install scikit learn
pip install pymatgen
pip install monty
-go到jarvis目录并键入：：
（https://github.com/usnistgov/jarvis/blob/master/jarvis/lammps/examples/basic_input_output.py）。使用tar-xvzf al03.eam.alloy_nist.tgz解压示例文件夹。根据系统更改run_alloy.py中的"parameters"变量以适应lammps可执行路径inlast.mod和dsiplace.mod路径。目前，晶体结构是从材料工程中获得的，因此mapi_键也需要调整。然后，输入python run_alloy.py，它将在集群上启动作业。创建任何lammps计算时都会创建一个json文件。首先，使用lamps优化几何结构。然后，对称地产生不同的空位，并确定其能量学。从mp下载参考元素并计算其能量，以测量缺陷计算中使用的化学势。在此基础上，建立了米勒指数小于等于3的曲面，并计算了它们的能量。以理想电池为基准计算表面能。最后，用声子包计算声子。我们用ase在声子体和lammps之间建立界面。
-vasp示例：同样，在vasp文件夹（https://github.com/usnistgov/jarvis/blob/master/jarvis/vasp/examples/runstruct_pyvasp.py）中给出了硅的示例计算。输入是一个poscar文件，它已经提供了。在joptb88vdw.py顶部需要调整可执行路径、伪位目录路径和特殊的potcar.yaml路径。master.py可以通过qsub sub.sh.adjust path和sub.sh中的集群细节提交给队列系统。master.py和joptb88vdw.py的内容应该独立于pbs/slurm或任何其他集群。在成功提交sub.sh脚本之后，将生成一系列用于平面波收敛和kpoint收敛的encut和kpoints文件。然后，在主松弛文件中使用力收敛准则对几何体进行优化。主松弛计算中使用的晶体结构随后用于随后的带结构、介电函数、mbj计算和弹性特性计算。每个完整的计算都会通过生成相应的json文件得到通知。
-ml示例：我们使用Jarvis-DFT数据对带隙、地层能量和弹性模量等特性进行机器学习模型训练。在梯度推进回归训练中，我们同时使用了化学和结构描述符。获取1557描述符的示例系统的RS见：https://github.com/usnistgov/jarvis/blob/master/jarvis/sklearn/examples/desc-example.py
-访问jarvis数据库：我们的数据库可以在https://www.ctcms.nist.gov/~knc6/jvasp.html和https://www.ctcms.nist.gov/~knc6/periodic.html上免费获得，jarvis-dft和jarvis-ff的https://www.ctcms.nist.gov/~knc6/jlammps.html。Jarvis-FF及其发展版本有能量学、弹性常数、缺陷形成能、表面能和声子性质的数据。Jarvis-DFT具有能量学、X射线衍射（3D）、径向分布函数、电子态密度、静电势和能带结构、MBJ和半局部介电函数计算等材料的三维和二维特性。弹性性质和联合伽马点未能声子和热电性质。jarvis-dft现在也可以使用提供的链接和jarvis-dft网页以json格式下载。
jupyter笔记本
----
-jarvis-ff:
https://github.com/usnistgov/jarvis/blob/master/jarvis/db/static/jarvis-ff-explore.ipynb
-jarvis-dft:
https://github.com/usnistgov/jarvis/blob/master/jarvis/db/static/jarvis-dft-explore.ipynb
-jarvis-ml:
https://github.com/usnistgov/jarvis/blob/master/jarvis/db/static/jarvis-ml-train.ipynb
-------
-jarvis-ff:
https://www.nature.com/articles/sdata2016125
https://arxiv.org/abs/1804.01024
-jarvis-dft:
https://www.nature.com/articles/s41598-017-05402-0
https://www.nature.com/articles/sdata201882
https://journals.aps.org/prb/abstract/10.1103/physrevb.98.014107
-jarvis-ml:
https://journals.aps.org/prmaterials/abstract/10.1103/physrevmaterials.2.083801
founders
----
kamal choudhary，弗朗西斯卡·塔瓦扎（NIST）
撰稿人
----
法伊尔·扬尼克·刚果、凯文·加里蒂、布莱恩·德考斯特、亚当·比亚奇、
卢卡斯·黑尔、安德鲁·里德，Marcus Newrock（NIST）
欢迎加入QQ群-->： 979659372
