HamGNN项目启动与配置教程
2025-05-21 09:34:26作者:范靓好Udolf
1. 项目目录结构及介绍
HamGNN项目的目录结构如下:
.
├── .gitattributes
├── .gitignore
├── environment.yaml
├── LICENSE
├── README.md
├── setup.py
├── config_examples/
├── logo/
├── openmx_postprocess/
├── utils_abacus/
├── utils_openmx/
├── utils_siesta/
├── utils_honpas/
└── HamGNN2.0/
.gitattributes:Git属性配置文件,定义了一些Git操作的配置。.gitignore:Git忽略文件,定义了在版本控制中应该忽略的文件和目录。environment.yaml:定义了项目所需的Python环境,包括依赖的库和版本。LICENSE:项目使用的许可证文件,本项目采用GPL-3.0协议。README.md:项目的自述文件,包含了项目的基本信息和如何使用项目的说明。setup.py:Python的安装脚本,用于安装项目作为Python包。config_examples/:配置文件示例目录,包含了各种配置文件的示例。logo/:存放项目logo的目录。openmx_postprocess/:OpenMX后处理工具的目录,用于处理OpenMX的输出文件。utils_abacus/、utils_openmx/、utils_siesta/、utils_honpas/:辅助脚本目录,包含了转换不同软件输出的工具脚本。HamGNN2.0/:主项目目录,包含了项目的核心代码和训练、预测的脚本。
2. 项目的启动文件介绍
setup.py是项目的启动文件,用于安装HamGNN作为一个Python包。以下是安装命令:
python setup.py install
在升级旧版本时,首先需要卸载旧版本:
pip uninstall HamGNN
确保删除site-packages目录下的旧版本文件后,再安装新版本。
3. 项目的配置文件介绍
项目的配置文件位于config_examples/目录中,以下是几个主要的配置文件及其用途:
config.yaml:主配置文件,用于设置网络和训练的相关参数。graph_data_gen.yaml:图数据生成配置文件,用于设置图数据转换的参数。poscar2openmx.yaml:结构文件转OpenMX格式配置文件,用于设置转换结构文件的参数。
在开始训练或预测前,需要根据具体需求修改这些配置文件中的参数。例如,config.yaml中可能包含以下参数:
network:
# 网络相关参数
...
training:
# 训练相关参数
...
evaluation:
# 评估相关参数
...
根据官方文档中的说明,正确配置这些文件对于项目的运行至关重要。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
168
190
React Native鸿蒙化仓库
JavaScript
240
315
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
258
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.19 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
262
92