【MIIT program】SevenNet模型复现

[zyy-123-zyy]

一、复现目标
完成SevenNet原子间势模型纯Paddle版本移植，依托图神经网络实现体系能量、原子受力的预测，完整落地模型前向计算、梯度求导、端到端训练与单结构推理逻辑，采用YAML文件统一管理超参。

二、实验结果

精度校验

复现结果与原模型对齐，关键指标全部满足验收标准：前向数值误差＜1e-4、能量预测偏差＜0.2%、监督任务误差＜1%；固定随机条件后多次训练损失完全一致，两轮迭代反向损失无差异。

训练数据

基于HfO2数据集（2个晶体结构）完成验证：

• Epoch1：训练损失888.234，验证损失835.457
• Epoch2：训练损失836.123，验证损失794.568
  模型总参数量：26369

三、代码可用性
本地三条核心脚本均可一键执行：

# 单元测试
python test/test_sevennet_simple.py
# 模型训练
cd interatomic_potentials
python train.py --config configs/sevennet/sevennet_hfo2.yaml
# 结构推理
python infer.py --model ./output/sevennet_hfo2/model_final.pdparams \
                --structure tests/data/systems/hfo2.extxyz

功能校验项全部通过：模型导入、前向运算、梯度求解、训练/推理脚本、配置文件解析均正常。

四、配置与代码对应关系
YAML配置参数与底层代码实现一一绑定：

配置项	代码实现
model.type: sevennet	PurePaddleSevenNet
hidden_dim:32	nn.Embedding(32)
num_message_layers:3	MessageBlock堆叠3层
num_rbf:32、cutoff:4.0	GaussianRBF、PolynomialCutoff
配置文件可通过yaml库正常加载解析。

五、实验可复现性
固定实验环境保证结果可复现：

1. 全局随机种子固定为42，数据集shuffle参数固定；
2. 优化器每迭代步重置梯度，框架自动适配运行设备；
   执行训练配置即可复现上文损失结果：

cd interatomic_potentials
python train.py --config configs/sevennet/sevennet_hfo2.yaml

六、使用指引

# 安装依赖
pip install paddlepaddle ase numpy tqdm pyyaml
# 自定义结构推理替换extxyz文件路径即可
python infer.py --model 权重路径 --structure 自定义晶体.extxyz

项目目录：

• ppmat/models/sevennet：模型主体代码
• interatomic_potentials：训练、推理脚本+配置文件
• interatomic_potentials/output：模型权重输出目录

[leeleolay]

1.不应重写公共 interatomic_potentials/train.py 为 SevenNet 专用脚本。请恢复原入口，新增标准 config 或独立脚本。
2.配置里有本机绝对路径 /home/user/.../hfo2.extxyz，必须移除，改成仓库内小 fixture 或文档占位。
3.本机运行 test/test_sevennet_simple.py 超过 90 秒未退出；最小 forward 也 20 秒超时。请先定位 scatter_nd_add/forward 路径卡住问题。
4.补 pytest 可收集的最小 forward/backward 测试，且不要依赖本机路径。

[leeleolay]

interatomic_potentials下的readme可补充该模型的情况

[leeleolay]

predict是否可以复用

[zyy-123-zyy]

可以复用

[leeleolay]

预训练模型权重辛苦提供下，相关数据辛苦提供下，我会提供url以便支持自动训练推理的功能

[zyy-123-zyy]

预训练模型权重辛苦提供下，相关数据辛苦提供下，我会提供url以便支持自动训练推理的功能

预训练模型权重辛苦提供下，相关数据辛苦提供下，我会提供url以便支持自动训练推理的功能

由于数据太大，无法上传，请到网盘下载：通过网盘分享的文件：SevenNet data
链接: https://pan.baidu.com/s/16-bjDqWTFPepdDg4QLVAAg?pwd=krg6 提取码: krg6

其中与预训练权重 sevennet_hfo2_best.pdparams 最相关的是 HfO2 数据 （ hfo2.extxyz 和 POSCAR ），因为该权重就是在 HfO2 体系上训练的。

[zyy-123-zyy]

interatomic_potentials下的readme可补充该模型的情况

interatomic_potentials下的readme可补充该模型的情况

已补充

[zyy-123-zyy]

1.不应重写公共 interatomic_potentials/train.py 为 SevenNet 专用脚本。请恢复原入口，新增标准 config 或独立脚本。 2.配置里有本机绝对路径 /home/user/.../hfo2.extxyz，必须移除，改成仓库内小 fixture 或文档占位。 3.本机运行 test/test_sevennet_simple.py 超过 90 秒未退出；最小 forward 也 20 秒超时。请先定位 scatter_nd_add/forward 路径卡住问题。 4.补 pytest 可收集的最小 forward/backward 测试，且不要依赖本机路径。

已按要求完成

[leeleolay]

权重链接？log文件也提供下，可参考其他模型已有的格式，zip格式可支持自动下载

[leeleolay]

MLIP已有predict，需兼容已有模块

[leeleolay]

https://paddle-org.bj.bcebos.com/paddlematerials/checkpoints/interatomic_potentials/sevennet/sevennet_hfo2_final.pdparams
https://paddle-org.bj.bcebos.com/paddlematerials/checkpoints/interatomic_potentials/sevennet/sevennet_hfo2_best.pdparams

[leeleolay]

可删除

[leeleolay]

删除

[leeleolay]

这个文件是？

[leeleolay]

文件名删掉“_model”

[leeleolay]

需兼容已有trainer和predictor

[leeleolay]

该文件格式辛苦参考已有的再进行调整，要添加log链接

[leeleolay]

预训练模型权重辛苦提供下，相关数据辛苦提供下，我会提供url以便支持自动训练推理的功能

预训练模型权重辛苦提供下，相关数据辛苦提供下，我会提供url以便支持自动训练推理的功能

由于数据太大，无法上传，请到网盘下载：通过网盘分享的文件：SevenNet data 链接: https://pan.baidu.com/s/16-bjDqWTFPepdDg4QLVAAg?pwd=krg6 提取码: krg6

其中与预训练权重 sevennet_hfo2_best.pdparams 最相关的是 HfO2 数据 （ hfo2.extxyz 和 POSCAR ），因为该权重就是在 HfO2 体系上训练的。

数据是不是太少了


https://sevennet.readthedocs.io/en/latest/user_guide/pretrained.html

[leeleolay]

预训练模型权重辛苦提供下，相关数据辛苦提供下，我会提供url以便支持自动训练推理的功能

预训练模型权重辛苦提供下，相关数据辛苦提供下，我会提供url以便支持自动训练推理的功能

由于数据太大，无法上传，请到网盘下载：通过网盘分享的文件：SevenNet data 链接: https://pan.baidu.com/s/16-bjDqWTFPepdDg4QLVAAg?pwd=krg6 提取码: krg6

其中与预训练权重 sevennet_hfo2_best.pdparams 最相关的是 HfO2 数据 （ hfo2.extxyz 和 POSCAR ），因为该权重就是在 HfO2 体系上训练的。

我先不上传这部分数据了，当前提交代码格式问题较大，且需要整理数据格式等问题，代码完善的差不多我再传吧

[paddle-bot]

Thanks for your contribution!

[leeleolay]

存在冲突

[leeleolay]

@zyy-123-zyy 辛苦继续修改