【亲测免费】 MatterGen 使用教程

1. 项目介绍

MatterGen 是由微软开发的一个开源项目，旨在为无机材料设计提供生成模型。该模型能够遍历周期表，并根据广泛的属性约束进行微调，以引导材料生成的方向。MatterGen 的设计理念是帮助科研人员和工程师更加高效地探索和设计新材料。

2. 项目快速启动

环境安装

首先，确保您的系统中已经安装了 Python 和 pip。然后，您可以通过以下命令安装 MatterGen 的环境：

pip install uv
uv venv .venv --python 3.10
source .venv/bin/activate
uv pip install -e .

请注意，MatterGen 使用了 Git Large File Storage (LFS) 来存储数据集和模型检查点。如果您还没有安装 LFS，可以通过以下命令安装：

sudo apt install git-lfs
git lfs install

运行预训练模型

MatterGen 提供了几个预训练模型，您可以通过以下命令来运行一个预训练的基模型：

export MODEL_NAME=mattergen_base
export RESULTS_PATH=results/
mattergen-generate $RESULTS_PATH --pretrained-name=$MODEL_NAME --batch_size=16 --num_batches 1

上述命令将在 results/ 目录下生成一系列材料结构。

3. 应用案例和最佳实践

无条件生成

无条件生成允许您从基模型中随机生成材料结构。如前所述，您可以使用 mattergen-generate 命令来执行此操作。

条件生成

条件生成允许您根据特定的属性来生成材料结构。例如，如果您想要根据磁密度生成材料，可以这样做：

export MODEL_NAME=dft_mag_density
export RESULTS_PATH="results/$MODEL_NAME/"
mattergen-generate $RESULTS_PATH --pretrained-name=$MODEL_NAME --batch_size=16 --properties_to_condition_on='{"dft_mag_density": 0.15}' --diffusion_guidance_factor=2.0

在此命令中，--diffusion_guidance_factor 参数控制了生成样本对输入属性值的遵循程度。

4. 典型生态项目

MatterGen 可以被集成到更大的材料科学工作流程中，例如用于新材料发现的自动化管道，或者作为机器学习工作坊的一部分。一些典型的生态项目可能包括：

• 使用 MatterGen 生成的结构进行量子力学计算。
• 将 MatterGen 集成到材料数据库中，以丰富数据库的内容。
• 结合实验数据，使用 MatterGen 进行材料属性的预测。

以上就是 MatterGen 的使用教程。希望这些信息能够帮助您开始使用这个强大的工具。