DeePMD准备结构、能量、力和virial标签
用实际Si₂和H₂O检查单位、元素顺序与训练集拆分。
阅读本篇目录
下载结构、标签、完整JSON、冻结模型、参考结果和脚本。解压到自己的工作目录，以下命令从附件根目录开始。预处理可交互操作；训练、批量预测和MD在申请的计算资源内运行。所有新结果进入work，不覆盖reference。
1. 先确认DFT标签来源#
Si来自实际VASP6.6.1自洽单点：PBE、ENCUT550eV、EDIFF=1E-6；晶胞固定，沿一个光学模改变相对位移。没有把非自洽能带输出混作训练标签。水来自ABACUS3.10.1实际自洽单点。
| 文件 | 构型 | 用途 |
|---|---|---|
| labels/all.xyz | 9个Si₂ | 原始单点标签 |
| labels/train.xyz | 6 | ±0.04、±0.08、±0.16Å位移族 |
| labels/test.xyz | 3 | 0、±0.12Å；训练中监测的留出 |
| labels/water.xyz | 1个H₂O | O/H类型顺序转换示例 |
同一±位移对留在同一侧。这里只是单一分支插值流程，正式研究要增加独立结构族和最终测试集；不要把连续MD每一帧随机拆分造成高度相似样本泄漏。
2. 看一帧实际输入#
2
Lattice="0.0 2.734462956 2.734462956 2.734462956 0.0 2.734462956 2.734462956 2.734462956 0.0" Properties=species:S:1:pos:R:3:forces:R:3 virial="-0.002068147824030018 1.0974991538108203e-05 2.8075559748648894e-06 1.0974991538108203e-05 -0.0020684030563913693 4.083717781621657e-06 2.8075559748648894e-06 4.083717781621657e-06 -0.002068147824030018" displacement_A=0.0 source_frame_id=0 source_case=si-mode-+0.000 energy=-10.84830721 pbc="T T T"
Si 0.00000000 0.00000000 0.00000000 0.00000000 -0.00000000 0.00000000
Si 1.36723000 1.36723000 1.36723000 -0.00000000 0.00000000 -0.00000000
坐标和晶胞是Å，energy是整个构型的eV，force是eV/Å，virial是整个构型的eV。virial不是GPa，也不是每原子值。Si输入保留绝对DFT能量，不手动把每帧能量减成零。
3. 转成DeepMD NPY#
先在新目录操作，防止与另一个转换例混合：
module load gpumdkit/1.5.8
mkdir -p work/convert-si
cp labels/train.xyz work/convert-si/train.xyz
cd work/convert-si
gpumdkit.sh -xyz2dp train.xyz Si
cd ../..
水用同样流程，元素映射明确写成O H：
mkdir -p work/convert-water
cp labels/water.xyz work/convert-water/train.xyz
cd work/convert-water
gpumdkit.sh -xyz2dp train.xyz O H
cd ../..
水原子行顺序是H、H、O，type_map为O H时type.raw应为1、1、0；不能只看元素表而改变原子行。转换产生的deepmd_data中包含按组成划分的system，各自有type.raw、type_map.raw和set.000/*.npy。本例现成训练集在data/train、data/test。
4. 检查后再训练#
module load deepmd-kit/3.2.0
python -B check.py
本例四组实际转换共95项逐帧检查，对比E、F、virial、坐标和晶胞，最大差异低于1E-10。脚本check.py检查附件数据和结果；重新转换自己的数据仍须核对源文件。
缺力不能补成零；没有virial就不设置virial训练权重。导出E/F/virial时保留元素顺序、帧顺序和单位。生成新结构后需要重新计算DFT，不能复制旧结构标签。
接着做训练、冻结和测试。