先带着一个问题来学对应幻灯片 PPT 第 15 页
怎样把预测结果变成可信的科学结论?
模型像一位见过许多例题的助手。问到熟悉范围之外,它仍可能流畅作答;科学判断需要独立验证、误差分析和适用范围。
学完能做到
写清数据来源与适用范围;解释一个失败案例;提出独立验证方案。
第一遍不必深究:等变网络、CNN 结构和主动学习作为后续专题。
先算一个小例子对应幻灯片 PPT 第 16 页
把同一分子整体平移或旋转,孤立体系的能量应不变。若预测改变,就要检查输入描述和模型是否遵守对称性。
把方法带回材料与物理对应幻灯片 PPT 第 17 页
机器学习势要同时检查能量、力和实际模拟稳定性;带隙预测要检查新体系泛化;谱图分类要检查不同仪器与批次。
从西瓜到物理化学对应幻灯片 PPT 第 1 页
前九讲用一只西瓜贯穿始终,把机器学习的通用方法讲透了。这一讲回归你的主场:机器学习如何加速材料与分子研究——同样的方法,换一个更有物理味道的问题。
问题:分子动力学太贵对应幻灯片 PPT 第 2 页
传统分子动力学(MD)每一步都要算原子受力。第一性原理分子动力学中用 DFT 计算受力,通常代价较高;经典分子动力学可用经验势,速度快,精度依赖体系与势函数。
核心思想:拟合势能面对应幻灯片 PPT 第 3 页
把「原子坐标 → 总能量」看成一个待拟合的函数,用神经网络去逼近。
代表模型对应幻灯片 PPT 第 4 页
拓展阅读 · 第一遍可先看结论,再回到必学主线。
| 模型 | 特点 |
|---|---|
| Behler–Parrinello | 对称函数描述符 + 前馈网络 |
| DeepMD | 深度势,分子动力学软件直接对接,LAMMPS 可用 |
| NequIP / MACE | 等变网络的代表,适用性需按体系与任务验证 |
描述符的对称性要求对应幻灯片 PPT 第 5 页
势能面必须满足物理对称性,描述符设计要把它「内置」进去。
从「算」到「筛」对应幻灯片 PPT 第 6 页
材料基因组愿景:用机器学习快速筛选海量候选材料,只把有希望的交给昂贵的第一性原理精算。
- 1建特征成分、结构、电负性等描述符
- 2训模型用已有的 DFT/实验数据训练回归/分类器
- 3虚拟筛选对海量候选快速打分
- 4精算验证只对高分候选做 DFT 精算
典型预测任务对应幻灯片 PPT 第 7 页
| 性质 | 任务类型 | 常用模型 |
|---|---|---|
| 带隙 $E_g$ | 回归 | 随机森林、GBDT、图神经网络 |
| 形成能 / 稳定性 | 回归 | 同上 |
| 晶体结构分类 | 分类 | CNN(衍射图)、图网络 |
| 相稳定性 | 分类 | GBDT |
CNN:处理图像与谱图对应幻灯片 PPT 第 8 页
拓展阅读 · 第一遍可先看结论,再回到必学主线。
第 8 讲的全连接网络对图像「展平」会丢掉空间结构。卷积神经网络(CNN)专为局部结构设计。
CNN 也能吃一维光谱对应幻灯片 PPT 第 9 页
拓展阅读 · 第一遍可先看结论,再回到必学主线。
卷积核不一定是二维的:一维卷积可直接作用于光谱(强度随波数的曲线)。
PyTorch 里定义一个 CNN对应幻灯片 PPT 第 10 页
拓展阅读 · 第一遍可先看结论,再回到必学主线。
import torch.nn as nn
class CNN(nn.Module):
def __init__(self):
super().__init__()
self.conv = nn.Sequential(
nn.Conv1d(1, 16, kernel_size=5),
nn.ReLU(),
nn.MaxPool1d(2),
nn.Conv1d(16, 32, kernel_size=5),
nn.ReLU(),
nn.Flatten(),
nn.Linear(32 * 6, 10),
)
def forward(self, x):
return self.conv(x)Conv1d 是一维卷积(谱图),图像则用 Conv2d。结构与 MLP 如出一辙。课堂代码片段:可能承接前页变量。第一次上机请从完整实验开始,先运行数据准备,再运行训练与评估。
机器学习不是万能药对应幻灯片 PPT 第 11 页
十讲回顾对应幻灯片 PPT 第 12 页
| 讲 | 主题 | 一句话 |
|---|---|---|
| 01 | 绪论 | 机器学习 = 从数据学函数 |
| 02 | 线性回归 | 最小二乘 + 梯度下降 |
| 03 | 逻辑回归 | sigmoid + 交叉熵 |
| 04 | 评估调参 | 交叉验证 + 偏差方差 |
| 05 | 树与集成 | 随机森林 / XGBoost |
| 06 | KNN / 贝叶斯 | 距离与概率 |
| 07 | 无监督 | K-means / PCA / t-SNE |
| 08 | 神经网络 | MLP + 反向传播 |
| 09 | PyTorch | 训练循环五步 |
| 10 | 专题 | ML 势 / 材料预测 / CNN |
一条完整的能力链对应幻灯片 PPT 第 13 页
- 1理解知道监督/无监督、偏差/方差、过拟合
- 2实现用 scikit-learn 跑通经典模型
- 3深入用 PyTorch 搭自己的网络
- 4应用把机器学习带进材料/分子研究
思考题对应幻灯片 PPT 第 14 页
机器学习势相比 DFT 的核心优势是?
- 速度远快、精度接近
- 精度更高
- 不需要数据
CNN 相比全连接网络处理谱图/图像的关键优势是?
- 保留并利用局部结构
- 参数更多
- 无需训练
动手任务:交出结果,也交出解释对应幻灯片 PPT 第 18 页
完成结课报告:问题、数据、划分、基线、模型比较、误差图、失败案例和下一步验证。明确区分模拟练习与真实研究。
提交:一张图或一张结果表 + 150 字解释 + 一个局限。
自查:数据如何划分?比简单猜测好多少?能否推广到新样品?
课后慢读:从会说到会做
第一步:合上公式,解释问题
先回答“怎样把预测结果变成可信的科学结论?”。模型像一位见过许多例题的助手。问到熟悉范围之外,它仍可能流畅作答;科学判断需要独立验证、误差分析和适用范围。 这个比喻只是帮助入门,模型最终仍要接受独立数据的检验。
第二步:拿小例子核对
把同一分子整体平移或旋转,孤立体系的能量应不变。若预测改变,就要检查输入描述和模型是否遵守对称性。 请写下中间步骤;不能只抄结论。若换一组数据,你的解释是否仍成立?
第三步:联系专业场景
机器学习势要同时检查能量、力和实际模拟稳定性;带隙预测要检查新体系泛化;谱图分类要检查不同仪器与批次。
第四步:提交一个可以检查的结果
完成结课报告:问题、数据、划分、基线、模型比较、误差图、失败案例和下一步验证。明确区分模拟练习与真实研究。
参考判断与常见误区
能量误差小不保证导数误差小;自动求导给出模型的力,但力的准确性仍需要单独验证。
报告中分别写“我观察到什么”和“我推测为什么”。观察由图表支持;推测需要进一步实验。分数较低也可以是一份好报告,前提是数据划分合理、分析诚实。
基础达标:写清数据来源与适用范围;解释一个失败案例;提出独立验证方案。进阶再读:等变网络、CNN 结构和主动学习作为后续专题。
附:PPT 页码对照表
| 页 | 内容 | 放映版深链 |
|---|---|---|
| 15 | 先带着一个问题来学 | 第 15 页 |
| 16 | 先算一个小例子 | 第 16 页 |
| 17 | 把方法带回材料与物理 | 第 17 页 |
| 01 | 从西瓜到物理化学 | 第 1 页 |
| 02 | 问题:分子动力学太贵 | 第 2 页 |
| 03 | 核心思想:拟合势能面 | 第 3 页 |
| 04 | 代表模型 | 第 4 页 |
| 05 | 描述符的对称性要求 | 第 5 页 |
| 06 | 从「算」到「筛」 | 第 6 页 |
| 07 | 典型预测任务 | 第 7 页 |
| 08 | CNN:处理图像与谱图 | 第 8 页 |
| 09 | CNN 也能吃一维光谱 | 第 9 页 |
| 10 | PyTorch 里定义一个 CNN | 第 10 页 |
| 11 | 机器学习不是万能药 | 第 11 页 |
| 12 | 十讲回顾 | 第 12 页 |
| 13 | 一条完整的能力链 | 第 13 页 |
| 14 | 思考题 | 第 14 页 |
| 18 | 动手任务:交出结果,也交出解释 | 第 18 页 |