高精度数据集构建步骤


  1. 给每个文件分配文件夹

    counter=0
    for file in *;
    do 
    if [ -f "$file" ];then
        new_folder="$counter"
        mkdir -p "$new_folder"
        mv "$file" "$new_folder"
        counter="$((counter+1))"
    fi
    done
    
  2. 准备计算文件

    for i in */;do cp my2poscar.py $i;cd $i;python my2poscar.py *.xsf POSCAR;cd ..;done

    for i in */;do cp makepot.py $i;cd $i;python makepot.py ;cd ..;done

  3. 先找出所有的原子数为单胞的结构

grep -B 1 'Car' POSCAR | awk '/Car/ {print $0}' > atom_number.dat

grep 72 atom_number.dat > 72.dat

grep 144 atom_number.dat > 144.dat

可以做两遍,把那些原子数多的都删除掉

  1. 对找出的单胞进行高精度自洽计算

  2. 检验有没有没有进行计算的目录(找OSZICAR)

    find . -type d ! -exec test -e '{}/OSZICAR' \; -print

  3. 检查有哪些没有计算成功

grep -rl "vasp.6.1.0" */OUTCAR | xargs grep -L "CPU"

  1. 构建数据集,进行新的机器学习势训练

转载请注明来源 有问题可通过github提交issue