DeePMD DOS数据选取与误差分析

DOS曲线接近参考谱，不等于模型已经适合生产计算。本篇结合完整实例包中的实际对照，说明训练数据、误差归一和谱积分该怎样看。先完成训练篇，本篇不再提交新训练。

1 对比训练条件#

cat reference/expanded/inputs/dos-more-data.json

续训对照从真实3000步检查点开始，调整后的学习率为起始0.003、终止10⁻⁶、衰减步长800；新数据模型则保留初始DOS模型的3000步训练设置、网络大小和随机种子，补充8个真实中间几何。测试集、验证集及其数值标签始终不变。这不是把训练集数据换进测试集。

bash plot.sh

重绘已有参考图，不启动训练。reference/initial、refined、expanded 分别保存这些实际结果。

本例中补数据比单纯续训改善更明显，但它不是所有体系的通用结论。应先查看几何覆盖、标签质量和验证曲线，再决定增加样本、调整模型或改变优化设置。不能用同一原始结构的大量旋转代替新增构型。本教学反复查看同一小测试集来比较方案；正式应用应另留未用于选型的最终测试集。

2 既看点误差，也看积分#

head -n 8 tables-new/your-DOS-results.csv

本例参考价轨道谱积分为8电子；最终模型在12个测试姿态上的最大积分绝对误差约0.00380电子，而最大负值面积约0.06455电子。后者定义为积分 max(-D(E),0)，表示预测的非物理负值部分。两项含义不同，小的总积分误差可能包含正负误差抵消，不能代替逐点误差和非负性检查。

head -n 14 tables/DOS-results.csv

表中同时保留总谱RMSE、积分差、负值面积、旋转和平移差异。源数据里的张量/DOS记录可读取，但不要把分子总谱内部加和贡献当作真实原子PDOS。

左图放大近零尾部，没有把负值裁成0；右图用实际0.25 eV网格梯形积分。DOS损失中的CDF项按原生程序的网格累计求和构造，比较物理累计电子数时仍应显式带上能量步长。本例给CDF损失0.01的对照，误差约0.09748 states/eV、最大负值面积约0.45490电子，说明加入累计项并不自动消除负谱尾部。

3 同一权重与不同训练要分开#

同一个冻结模型的CPU/GPU预测、整体旋转/平移和内部原子贡献加和已逐项比较，差异在约10⁻¹⁵ states/eV量级；这是数值接口行为，不是对量化谱的物理精度。CPU推断在GPU作业分配内运行，不代表Intel Xeon 8173M性能。

本例只覆盖窄范围孤立NH₃的占据价轨道谱。换成周期材料的完整DOS或自旋分辨DOS时，需要重新准备对应量化标签，统一能零、展宽、能量网格、元素顺序和归一方式，建立更充分的独立测试；本例没有计算晶体DOS、带隙、光电子谱或反应谱变化。原生输入和损失说明参见DeePMD官方DOS教程。