エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
ここにツイート内容が記載されます https://b.hatena.ne.jp/URLはspanで囲んでください
Twitterで共有ONにすると、次回以降このダイアログを飛ばしてTwitterに遷移します
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
はじめに 機械学習ポテンシャル(NNP)は最近注目の技術ですが、実装について解説している記事が無く個... はじめに 機械学習ポテンシャル(NNP)は最近注目の技術ですが、実装について解説している記事が無く個人的に苦労したので、初学者用の解説記事を作りました。今回はGNNを用いたNNPについて取り上げます。torchや torch_geometric、材料系でよく使われるaseなどの基本的なライブラリ以外は、解説を加えながらスクラッチで実装していきます。 ※(注記) 速度を多少犠牲にして、分かりやすさを重視した実装にしています。特にグラフ化の部分は大いに効率化できますが、別記事で後々解説したいと思います。 ※(注記) pytorchの基本的な理解はあるものとしています。pytorchの解説は他に良記事が多くあるのでここでは省略します。 データ型の定義 GNNに流すデータはグラフデータです。これを便利に扱えるtorch_geometric.data.Dataを用いて実装していきます。 ます、今回必要なモジュールを