aiida-vasp的一个bug修复
问题描述
在运行 Aiida-VASP 官网中算例 Your first workchain 时,会遇到
TypeError: port namespace
inputs.dynamics
received<class 'aiida.orm.nodes.data.dict.Dict'>
instead of a dictionary
如下图:
在运行 Aiida-VASP 官网中算例 Your first workchain 时,会遇到
TypeError: port namespace
inputs.dynamics
received<class 'aiida.orm.nodes.data.dict.Dict'>
instead of a dictionary
如下图:
基于Aiida实现的整数循环累加器,以下为代码:
这是一篇关于原子单位和常用物理单位转换的博客,主要突出实用性,方便查阅,随时更新。
matplotlib(https://matplotlib.org/)是一个著名的python绘图库,由于其灵活强大的绘图功能使得在python中可视化变得非常容易,关于matplotlib的基础知识这里不再介绍,有疑问可以去官网翻Tutorials和example学习。由于我们实际使用时常常是绘制静态图,忽略了matplotlib的动态图生成功能,同时matplotlib生成动态图的功能不是非常友善,因此大部分人在真的需要制作动态图时都会选择先用matplotlib生成一系列静态图片,然后再用其它相对比较容易使用的第三方python库生成动态图,如imageio(https://imageio.readthedocs.io/en/stable/#), 或者使用其它工具,如Matlab。这里打算简单介绍一下在matplotlib库中制作动态图的方法。
1D材料的胡克定律也就是我们所熟知的线弹性模型,即是我们初中阶段就学习过的F=kΔx,用更加标准和统一的形式可以写作:
σ=Cϵ
对于1D材料,其中三个关键参数分别为:
自动求导是 pytorch 的一项重要功能,它使得 pytorch 能够灵活快速地构建神经网络模型。反向传播算法是优化神经网络模型参数的一个重要方法,在反向传播过程中需要不断计算损失函数对参数的导数,然后更新相应的模型参数,首先简单介绍一下反向传播算法。