其他
【DP系列教程-05】DeePMD-kit 的restart 和 init-model 工具
restart工具顾名思义是重启动，一般用于训练过程异常终止后，想完全从中断的训练继续进行。restart完全继承上次训练的参数和超参数（训练步、学习率等）。restart 时不推荐修改输入脚本。
dp train --restart model.ckpt input.jsoninit-model一般用于改善当前模型。例如我们已有一个模型能够描述0-200K，0-10GPa的物质，且增加一些200-300K，0-10GPa的数据用于扩展模型的适用范围。这时或者将新数据加入旧数据集重新训练，或者我们偷懒使用init-model模式，继承旧模型中的知识，并让模型学会新数据中的知识。具体来说init-model使用一个已有模型中的参数初始化当前的模型参数，而训练过程则是重头来过。训练中学习步，学习率，能量、受力、维里系数等超参数可以自由设定。
"learning_rate" :{ "stop_lr": 3.0e-8, "type": "exp", "start_lr": 0.0001, },公式中的p(t)代表能量、力、或者维里在训练过程中的权重，它是随学习率在训练过程中线性变化的，从训练开始的p_start逐渐演变为训练结束时的p_limit. 因此初始学习率改变则初始的能量，受力，维里loss function系数也要进行相应调整。
"loss" :{ "start_pref_e": 0.9, "limit_pref_e": 1, "start_pref_f": 100, "limit_pref_f": 1, "start_pref_v": 0.9, "limit_pref_v": 1, "_comment": " that's all" },如果我们想在新训练中着重改善能量预测精度，则可以适当增大loss function中能量的系数，例如：
"loss" :{ "start_pref_e": 100 "limit_pref_e":100, "start_pref_f": 1, "limit_pref_f": 1, "start_pref_v": 0.9, "limit_pref_v": 1, "_comment": " that's all" },"systems" : ["data.old0","data.old1","data.old2","data.new0","data.new1"],"systems" : ["data.old0","data.old1","data.old2","data.new0","data.new1"],"auto_prob_style": "prob_sys_size; 0:3:9; 3:5:1",dp train --init-model model.ckpt init-model.jsonend
DP视角
最新独门秘籍放送，技巧虽小，效果拔群；操作简单，省时高效。