[Feature Request] Migrate grid density model to dpmodel for multi-backend support
メンテナーはふだん 4 日以内に返信
まだ誰も着手していません。
評価
- 難易度
- 5/5
- 見積もり時間
- 1週間以上
- 初心者へのやさしさ
- 35/100
- issue の種類
- 機能追加
- 明瞭さ
- おおむね明確
- 活発さ
- 活発
- 技術スタック
- python, pytorch, tensorflow
調査の方向性
Start by reading the PyTorch implementations in deepmd/pt/, especially DensityFittingNet, DPDensityAtomicModel, GridDensityModel, GridDensityLoss, and DeepDensity, then compare them with the available dpmodel counterparts and PR #5999. Done means the reference model is implemented in dpmodel, PyTorch wraps it, and pt_expt support is added without losing the existing grid/density behavior.
索引モデルが issue の本文から書いたものです。
説明
Summary
PR #5999 implements a charge density model on grid points for the PyTorch
backend only. It should eventually be implemented once in dpmodel and
wrapped per backend. This issue tracks the current state and the
migration plan.
Detailed Description
Background
PR #5999 introduces a charge density model that predicts scalar densities on
grid points. The implementation currently exists only for the PyTorch
backend (deepmd/pt/): DensityFittingNet, DPDensityAtomicModel,
GridDensityModel, GridDensityLoss, and the DeepDensity evaluator.
This does not follow the project's direction of implementing new
functionality once in dpmodel and wrapping it for each backend
(pt / pt_expt / tf / jax / pd).
Current state
DensityFittingNetis a plainInvarFittingsubclass — nothing
backend-specific.- The grid/atom merge in
DPDensityAtomicModel.forward_atomicand the
directional grid-to-atom neighbor list both have dpmodel counterparts
(or can be expressed with existing dpmodel/array-api utilities). - The data-loading side is already backend-agnostic:
grid/densityare
declared with the loader'sspecial_shape="frame_major"contract. - The reserved grid type is the last entry of
type_map; its descriptor
input statistics are computed from the grid data during stat.
Plan
- Implement the reference version in
dpmodel(descriptor-agnostic
atomic model + density fitting + output definition). - Wrap it for the PyTorch backend (reuse the existing pt classes as the
wrapping layer where possible). - Add
pt_exptsupport once the dpmodel reference exists. - (Optional) tf/jax/pd wrappers following the same pattern.
- Follow-up optimization noted during review: evaluate the descriptor
only on grid centers instead of all merged grid+atom points
(requires center-subset support in the descriptor API).
References
- PR #5999 (this issue is linked from its description)
Further Information, Files, and Links
No response
- 主要言語
- Python
- スター
- 2.1k
- フォーク
- 654
- 平均マージ
- 3日 10時間
- マージ済み PR（30日）
- 13
環境構築
このプロジェクトの開発コンテナを、あなたの GitHub アカウントでブラウザ上に起動します。
- Dockerfile・Docker Compose ファイルなし
- プルリクエストのテンプレートなし
- コントリビューションガイドを読む
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
deepmodeling/deepmd-kit のほかの issue
-
難易度 1/5 1時間未満 初心者へのやさしさ 88/100
deepmodeling/deepmd-kit#6038 · コメント 2 件 ·
メンテナーはふだん 4 日以内に返信
-
bug
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
deepmodeling/deepmd-kit#5991 ·
メンテナーはふだん 4 日以内に返信
-
Docs enhancement
難易度 2/5 1〜3時間 初心者へのやさしさ 68/100
deepmodeling/deepmd-kit#5766 · コメント 1 件 ·
メンテナーはふだん 4 日以内に返信
-
bug
難易度 2/5 1〜3時間 初心者へのやさしさ 72/100
deepmodeling/deepmd-kit#5689 · コメント 2 件 ·
メンテナーはふだん 4 日以内に返信
-
bug
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
deepmodeling/deepmd-kit#5686 · コメント 1 件 ·
メンテナーはふだん 4 日以内に返信
deepmodeling/deepmd-kit の issue をすべて見る
似ている issue
-
repo-audit
難易度 2/5 1〜3時間 初心者へのやさしさ 75/100
scverse/repo-health#20 ·
メンテナーはふだん 1 日以内に返信
-
/context/prime scope override double-prefixes an entity-ref project and drops its scoped memoriesオープン
難易度 2/5 1〜3時間 初心者へのやさしさ 85/100
phasespace-labs/palinode#232 ·
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 82/100
collective/icalendar#1858 · コメント 1 件 ·
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 68/100
メンテナーはふだん 1 日以内に返信
-
bug
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
langflow-ai/langflow#15496 ·
メンテナーはふだん 1 日以内に返信