CN111462836B - 恢复量子化学模型计算的方法和装置及电子设备 - Google Patents
恢复量子化学模型计算的方法和装置及电子设备 Download PDFInfo
- Publication number
- CN111462836B CN111462836B CN202010274757.5A CN202010274757A CN111462836B CN 111462836 B CN111462836 B CN 111462836B CN 202010274757 A CN202010274757 A CN 202010274757A CN 111462836 B CN111462836 B CN 111462836B
- Authority
- CN
- China
- Prior art keywords
- molecular model
- current
- calculation
- last
- index value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/90—Programming languages; Computing architectures; Database systems; Data warehousing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
Landscapes
- Theoretical Computer Science (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种恢复量子化学模型计算的方法和电子设备及存储介质,其中,该方法包括:获取量子化学模型计算过程中记录的第一日志文件;解析所述第一日志文件,以获得上一次计算分子模型的参考索引值;遍历待计算分子模型组并记录遍历到的当前计算分子模型的索引值,其中,所述当前计算分子模型的索引值小于所述参考索引值,则获取对应所述当前计算分子模型的上一次计算参数,根据所述当前计算分子模型的上一次计算参数对当前计算分子模型进行计算。本发明的方法和设备,可以复用在先计算资源,提高了计算资源的利用率,节省计算时间。
Description
技术领域
本发明涉量子计算技术领域,尤其是涉及一种恢复量子化学模型计算的方法,以及恢复量子化学模型计算的装置、电子设备和非临时性计算机存储介质。
背景技术
量子化学模拟在计算多分子模型或复杂分子模型时,计算量非常大,例如,少则几秒几分钟,多则几天或几周甚至几个月。当使用量子化学模拟计算分子模型的属性时,如果中途断电或其它意外情况导致模型计算程序终止计算的话,想继续得到该分子模型的相关属性,传统的计算方式是从初始再重新计算一遍,因而,将导致此前的计算结果浪费,由于每次量子计算昂贵、耗时,间接地导致计算资源的浪费,而且并不能解决程序意外终止情况的发生。
另一方面,在进行量子化学模拟计算某一分子模型时,不能很好的评估当前分子模型需要迭代计算多少次才能收敛。如果进行一次模拟计算,由于达到最大迭代次数而终止,有可能得到的结果并不满足计算精度的要求,此时通常会增大迭代次数,从头再进行计算,同样会导致计算资源的浪费。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明的一个目的在于提出一种恢复量子化学模型计算的方法,该方法可以提高对计算资源的利用。
本发明的目的之二在于提出一种恢复量子化学模型计算的装置。
本发明的目的之三在于提出一种非临时性计算机存储介质。
本发明的目的之四在于提出一种电子设备。
为了达到上述目的,本发明第一方面实施例的恢复量子化学模型计算的方法,包括:获取量子化学模型计算过程中记录的第一日志文件;解析所述第一日志文件,以获得上一次计算分子模型的参考索引值;遍历待计算分子模型组并记录当前计算分子模型的索引值,其中,所述当前计算分子模型的索引值小于所述参考索引值,则获取对应所述当前计算分子模型的上一次计算参数,根据所述当前计算分子模型的上一次计算参数对所述当前计算分子模型进行计算。
根据本发明实施例的恢复量子化学模型计算的方法,基于第一日志文件记录的内容,获得上一次计算分子模型的参考索引值,在当前计算分子模型索引值小于参考索引值时,采用此前的计算参数来进行计算,即复用此前计算资源,即使此前计算程序出现断点或终止或者达不到迭代精度,都可以借用之前的计算结果继续计算,减小了计算资源浪费,提高了计算速度,省时省力。
在一些实施例中,获取对应所述当前计算分子模型的上一次计算参数,根据所述当前计算分子模型的上一次计算参数对所述当前计算分子模型进行计算,包括:获取对应所述当前计算分子模型的第二日志文件;解析所述第二日志文件,以获得对应所述当前计算分子模型的上一次优化迭代次数和上一次优化计算结果参数;根据所述上一次优化迭代次数和上一次优化计算结果参数对所述当前计算分子模型进行计算。
在一些实施例中,所述根据所述上一次优化迭代次数和上一次优化计算结果参数对所述当前计算分子模型进行计算,包括:获取对应所述当前计算分子模型的第三日志文件;解析所述第三日志文件,以获得所述当前计算分子模型的最优计算参数、最后一次优化参数和上一次优化参数;当所述上一次优化迭代次数小于最大设定迭代次数时,根据所述最优计算参数、最后一次优化参数和上一次优化参数对所述当前计算分子模型进行计算。
在一些实施例中,所述方法还包括:所述当前计算分子模型的索引值大于所述参考索引值,则根据所述当前计算分子模型的初始计算参数对所述当前计算分子模型进行计算。
在一些实施例中,所述方法还包括:在遍历所述待计算分子模型组的过程中,所述当前计算分子模型的索引值小于所述参考索引值,则将所述参考索引值写入所述第一日志文件,或者,所述当前计算分子模型的索引值大于所述参考索引值,则将所述当前计算分子模型的索引值写入所述第一日志文件。
在一些实施例中,在根据所述最优计算参数、最后一次优化参数和上一次优化参数对所述当前计算分子模型进行计算之后,所述方法还包括:更新迭代次数和优化计算结果参数,并写入所述当前计算分子模型的第二日志文件;以及更新优化参数,并写入所述当前计算分子模型的第三日志文件。
本发明第二方面实施例的恢复量子化学模型计算的装置,包括:获取模块,配置为获取量子化学模型计算过程中记录的第一日志文件;解析模块,配置为解析所述第一日志文件,以获得上一次计算分子模型的参考索引值;遍历模块,配置为遍历待计算分子模型组并记录当前计算分子模型的索引值,其中,所述当前计算分子模型的索引值小于所述参考索引值,则获取对应所述当前计算分子模型的上一次计算参数,根据所述当前计算分子模型的上一次计算参数对所述当前计算分子模型进行计算。
根据本发明实施例的恢复量子化学模型计算的装置,遍历模块基于第一日志文件记录的内容,获得上一次计算分子模型的参考索引值,在当前计算分子模型索引值小于参考索引值时,采用此前的计算参数来进行计算,即复用此前计算资源,即使此前计算程序出现断点或终止或者达不到迭代精度,都可以借用之前的计算结果继续计算,减小了计算资源浪费,提高计算效率,省时省力。
本发明第三方面实施例提出一种非临时性计算机存储介质,其上存储有计算机程序,所述计算机程序被执行时实现所述的恢复量子化学模型计算的方法。
本发明第四方面实施例的电子设备,包括:至少一个处理器;与至少一个所述处理器通信连接的存储器;其中,所述存储器中存储有可被至少一个所述处理器执行的计算机程序,所述计算机程序被至少一个所述处理器执行时实现所述的恢复量子化学模型计算的方法。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明一个实施例的恢复量子化学模型计算的方法的流程图;
图2是根据本发明一个实施例的恢复量子化学模型计算的方法的流程图;
图3是根据本发明的一个实施例的恢复量子化学模型计算的装置的框图;
图4是根据本发明一个实施例的电子设备的框图。
具体实施方式
下面详细描述本发明的实施例,参考附图描述的实施例是示例性的,下面详细描述本发明的实施例。
在进行量子化学模拟计算时,往往需要计算一组分子模型,例如可以称之为待计算分子模型组,待计算分子模型组包括多个分子模型,例如分子模型的个数记为N。
在本发明实施例中,在进行量子化学模拟计算时,记录每个分子模型对应的日志文件,例如记为分子模型对应的日志文件A、日志文件B和日志文件C。其中,日志文件A记录的内容主要包括上一次计算分子模型的分子索引值,即对应待计算分子模型组中的第几个分子模型;日志文件B记录的内容主要包括上一次优化该分子模型执行的迭代次数及优化参数(包括优化采用的参数和优化计算结果参数);日志文件C记录的内容主要包括上一次优化分子模型时对应的最优参数Best_paras、优化参数Cur_paras、前一次优化参数Last_paras,以及每个参数对应的优化值。
可以理解的是,在计算程序终止时,程序终止之前的计算参数和计算结果均可以保存于分子模型对应的各个日志文件中。
基于上文说明的日志文件,下面参考附图描述根据本发明第一方面实施例提供的恢复量子化学模型计算的方法。
图1是根据本发明的一个实施例的恢复量子化学模型计算的方法的流程图,如图1所示,本发明实施例的方法至少包括步骤S1-步骤S3。
步骤S1,获取量子化学模型计算过程中记录的第一日志文件。
其中,第一日志文件可以参考上文的日志文件A,其记录了上一次计算分子模型的分子索引值。
步骤S2,解析第一日志文件,以获得上一次计算分子模型的参考索引值。
根据上一次计算分子模型的分子索引值,可以确定程序计算的断点处,在断点之前存在先前的计算结果,从而为继续计算提供基础。
步骤S3,遍历待计算分子模型组并记录当前计算分子模型的索引值,其中,当前计算分子模型的索引值小于参考索引值,则获取对应当前计算分子模型的上一次计算参数,根据当前计算分子模型的上一次计算参数对当前计算分子模型进行计算。
在实施例中,每次进行量子化学模拟计算时,分子模型的索引值都是从初始索引值开始,计算完成后保存到日志文件中的是索引值+1后的结果,例如:索引值为0的分子模型,计算完成后保存到第一日志文件的索引值即是1。对于计算程序出现断点的情况,也会从初始索引值的分子模型开始计算,因为可能所有的计算都完成了,但是需要的迭代次数不够,达不到所需的计算精度,或者希望精度进一步提高,此时通过调整优化参数,也就是迭代次数或者收敛阈值的方式(其他参数与上一次计算相同),就可以从已经计算的基础上重新开始计算,复用之前的计算结果。
其中,在遍历待计算分子模型组时,当前计算分子模型的索引值小于参考索引值,即存在当前计算分子模型的在前计算参数,则获取对应当前计算分子模型的上一次计算参数,根据当前计算分子模型的上一次计算参数对当前计算分子模型进行计算,该过程中一定程度上复用此前的计算资源,减少了再次重新计算的工作量,从而提高对计算资源的利用,减少了对计算资源的浪费。
根据本发明实施例的恢复量子化学模型计算的方法,基于第一日志文件记录的内容,获得上一次计算分子模型的参考索引值,在当前计算分子模型索引值小于参考索引值时,采用此前的计算参数来继续计算,即复用在前计算资源,即使此前计算程序出现断点或终止或者达不到迭代精度,存在在前计算参数,都可以借用之前的计算结果继续计算,减小了计算资源浪费,提高了计算速度,省时省力。
进一步地,在实施例中,当前计算分子模型的索引值小于参考索引值,说明当前计算分子模型的在先计算资源存在且此在先计算资源的进一步信息存在于日志文件B中,根据当前计算分子模型的上一次计算参数对当前计算分子模型进行计算时,获取对应该当前计算的分子模型的第二日志文件,对应上文的日志文件B,解析该第二日志文件,以获得对应当前计算分子模型的上一次优化迭代次数和上一次优化计算结果参数;根据上一次优化迭代次数和上一次优化计算结果参数对当前计算分子模型的进行计算,即将上一次优化计算结果参数可以作为当前计算分子模型进一步优化计算的依据,也就是借用在先计算资源。从而,通过读取日志文件B的内容,即可恢复计算,也就是可从上一次优化记录的地方继续进行计算,无需从头重新计算,从而节省了计算资源,节省了计算时间。
进一步地,在实施例中,根据上一次优化迭代次数和上一次优化计算结果参数对当前计算分子模型进行计算时,获取对应当前计算分子模型的第三日志文件,对应上文的日志文件C;解析第三日志文件,以获得对应当前计算分子模型的最优计算参数、最后一次优化参数和上一次优化参数;在上一次优化迭代次数小于最大设定迭代次数时,根据最优计算参数、最后一次优化参数和上一次优化参数对当前计算分子模型进行计算,从而达到复用在先计算资源的目的,提高计算资源浪费,省时省力。
在实施例中,当前计算分子模型的索引值大于参考索引值,说明不存在当前计算分子模型的在先计算参数,则根据当前计算分子模型的初始计算参数对当前计算分子模型进行计算。
在一些实施例中,在遍历待计算分子模型组的过程中,当前计算分子模型的索引值小于参考索引值,则将参考索引值写入第一日志文件,或者,当前计算分子模型的索引值大于参考索引值,则将当前计算分子模型的索引值写入第一日志文件。即将计算过程中最大的索引值写入日志文件A,表示上一次已经计算的分子索引值所在的位置,便于下一次恢复计算。
同样地,在实施例中,在根据最优计算参数、最后一次优化参数和上一次优化参数对当前计算分子模型进行计算之后,更新迭代次数和优化计算结果参数,并写入当前计算分子模型的第二日志文件;以及,更新优化参数,并写入当前计算分子模型的第三日志文件,以便于下一次进行恢复计算。
下面参照附图2对本发明实施例的恢复量子化学模型计算的过程进一步说明。如图2所示,具体包括以下步骤。
S100,读取相关配置参数,进行量子化学模拟初始化工作。
初始化上一次处理的分子索引值为0,记为Last_i=0;初始化断点恢复标识为假,记为Break_flag=false,即设置两个变量并给变量赋初始值。
S101,获取日志文件A,获取上一次计算分子模型的分子索引值。
解析日志文件A中的文件内容,获取上一次处理的分子索引值即参考索引值,更新Last_i;并将断点恢复标识设为真,更新Break_flag=true。
S102,遍历待计算分子模型组并记遍历到的当前计算分子模型的索引值为i。
S103,判断遍历是否结束,即判断是否满足i<N,如果满足,则说明遍历未结束,执行步骤104,若满足i>=N,则说明遍历结束,执行步骤S124。
S104,获取当前计算分子模型对应的哈密顿量、初始化参数、优化参数等信息,即获得和当前计算分子模型相关的用于执行对当前计算分子模型执行优化计算的相关参数。
其中,如果不是从断点恢复计算,分子模型对应的哈密顿量,通过调用量子化学开源计算包计算并通过JW(Jordan-Wigner transformation)变换或BK(Bravyi-Kitaevtransformation)变换得到;如果是从断点恢复计算,断点之前的分子模型哈密顿量已经计算出来并写入日志文件C中了,因此,分子模型对应的哈密顿量,可以从日志文件C中获取。
其中,初始化参数可以包括当前计算分子模型的电子数量、计算当前分子模型需要用到的量子比特数。其中,当前计算分子的电子数量通过当前分子模型中每个原子的电子数计算出来的,每个原子对应的电子数是已知的。计算当前分子模型需要用到的量子比特数,可以从分子哈密顿量中获取的。
其中,对于优化参数,如果被配置为随机的,就会随机生成一组优化参数,如果是初始就指定的,就赋值为初始指定的值。整个计算过程是在调整优化参数,找到一组合适参数,使得计算出来的分子系统的能量最低。
获得以上参数的目的即为优化计算做准备。
S105,判断当前处理的分子模型的索引值i是否小于上一次处理的分子模型索引值Last_i。若i<last_i,执行步骤S107;否则执行步骤S106。
S106,将当前处理的分子模型索引值i写入日志文件A,即当前分子模型不存在在先计算资源,利用当前分子模型的索引值更新日志文件A的内容last_i,执行步骤S108。
S107,将上次处理的分子模型的索引值Last_i写入日志文件A,即当前分子模型存在在先计算资源,日志文件A的内容保持不变,并执行步骤S108。
可以理解的是,S105到S107是通过判断当前计算分子模型的索引值与日志文件A中提供的Last_i,来判断当前计算分子模型是否存在在先计算资源,并根据判断结果更新日志文件A,保留数据计算的中间过程,保障以后的基于断点恢复的量子化学计算模拟的正常进行
S108,检查日志文件B是否存在并且当前处理的分子模型索引值i是否小于上次处理的分子模型的索引值Last_i,如果条件为真,执行步骤S109;否则,执行步骤S110。
可以理解的是,S108中如果条件为真,说明存在在先计算资源且在先计算资源的进一步信息存在于日志文件B中;否则,说明日志文件B中该先计算计算该分子模型时的优化计算结果参数不存在。
S109,获取日志文件B的内容,获取上一次优化该分子执行的迭代次数,记为Last_iter;获取上一次优化参数,并将其值更新到当前待优化的参数Optimized_para,并由优化模块进行优化计算,即进入步骤S111。即通过本步骤获得在先计算该分子模型时的迭代次数以及在先计算该分子模型时的优化计算结果参数,该优化计算结果参数可以作为进一步优化计算的依据。
S110,将0赋值给Last_iter,记为Last_iter=0。即不存在在先计算资源时,直接设置迭代次数为0,重新开始迭代优化计算,由优化模块进行优化计算,即进入步骤S111。
其中,优化模块进行优化计算,即执行步骤S111-S122。
其中,日志文件B记录了分子模型每次迭代对应的优化参数,以及计算得到的能量。该处优化模块进行优化过程,该过程包括量子计算跟经典计算的混合,也就是VQE算法,还包括其他一些参数例如分子的哈密顿量、UCC(Unitary Coupled Cluster,幺正耦合簇法)模式、变换类型、优化器、迭代次数、收敛阈值、量子虚拟机等。如果文件B存在的话,此处使用的优化参数跟B中的优化参数有关,是在B中的优化参数的基础上得到新的优化参数。如果B文件不存在,则是对初始的优化参数进行优化,并一步步改变该优化参数。
S111,检查日志文件C是否存在,如果条件为真,则执行步骤S112,否则执行步骤S113。
S112,从日志文件C中恢复之前优化迭代的参数,包括最优参数Best_paras(之前计算中的最优结果),最后一次优化参数Cur_paras,最后一次的上一次优化参数Last_paras、最后一次优化该分子执行的迭代次数Last_iter。
S113,将Last_iter赋值给当前优化迭代次数iter,即Last_iter决定当前优化迭代次数变量iter的值。
S114,将最优参数Best_paras、最后一次优化参数Cur_paras、最后一次的上一次优化参数Last_paras、最后一次优化该分子执行的迭代次数Last_iter四者赋值为所设置的初始计算优化参数值。
通过步骤S111至步骤S114,可知,当日志文件C存在的时候,说明当前待计算分子模型是断点前的分子模型的,此时,直接调用日志文件C内的参数对当前待计算分子模型进行计算即可。当日志文件C存在的时候,说明当前待计算分子模型正是断点处的分子模型,此时,需要重新设置最优参数Best_paras、最后一次优化参数Cur_paras、最后一次的上一次优化参数Last_paras、最后一次优化该分子执行的迭代次数Last_iter四者的初始计算优化参数值,然后基于初始计算优化参数值进行断点处分子模型的迭代计算。需要说明的是,在设置初始计算优化参数值时,最后一次优化该分子执行的迭代次数Last_iter的初始计算优化参数值为0。
S115,判断当前迭代次数iter的值是否小于所设置的最大迭代次数,若所述为真,则执行步骤S116;否则,执行步骤S122。
S116,执行一次迭代计算;其中,在每次迭代计算中,所述Cur_paras的值为初始值或者根据预设规则更新后的值。其中,所述预设规则可以通过设定优化算法,在此不做详细展开。
S117,根据本次迭代计算的结果更新最优参数Best_paras。
S118,更新日志文件B和日志文件C。即将当前迭代信息写入到当前分子模型对应的日志文件B;将Best_paras、Cur_paras和Last_paras写入到当前分子模型对应的日志文件C。
S119,判断当前迭代计算结果是否收敛,如果收敛,则执行步骤S122,否则执行步骤S120。
其中,可以根据配置的收敛阈值,包括变量收敛阈值和函数收敛阈值。变量收敛,是指所有待优化参数的变化范围小于变量收敛阈值,则说明变量收敛;函数收敛,是指前后两次的计算结果小于函数收敛阈值,则说明函数收敛。需要同时满足上述条件才算收敛。
S120,将当前Cur_paras的值更新到Last_paras。
S121,将当前迭代次数+1,并返回步骤S115。
S122,将当前的优化结果保存起来;可以进一步的,把该优化结果更新到日志文件B中。
S123,将索引i的值加1,并返回步骤S103。
S124,保存计算结果。
概括来说,本发明实施例的恢复量子化学模型计算的方法,通过复用在先计算计算资源,该计算资源包括计算参数和/或计算结果,可以实现从断点恢复计算,包括从意外情况中止点进行恢复,以及可以利用之前的计算结果用于计算更大的迭代次数。同时本申请中将不同的计算资源存储在不同的日志文件中,减少了每次解析日志文件的工作量。
下面参照附图描述根据本发明第二方面实施例的恢复量子化学模型计算的装置。
如图3所示,本发明实施例的恢复量子化学模型计算的装置100包括获取模块101、解析模块102和遍历模块103。
其中,获取模块101配置为获取量子化学模型计算过程中记录的第一日志文件;解析模块102配置为解述第一日志文件,以获得上一次计算分子模型的参考索引值;遍历模块103配置为遍历待计算分子模型组并记录当前计算分子模型的索引值,其中,当前计算分子模型的索引值小于参考索引值,则获取对应当前计算分子模型的上一次计算参数,根据当前计算分子模型的上一次计算参数对当前计算分子模型进行计算。其中,恢复量子化学模型计算的装置100的计算过程可以参照上面实施例的说明。
根据本发明实施例的恢复量子化学模型计算的装置100,遍历模块103基于第一日志文件记录的内容,获得上一次计算分子模型的参考索引值,在当前计算分子模型索引值小于参考索引值时,采用此前的计算参数来进行计算,即复用此前计算资源,即使此前计算程序出现断点或终止或者达不到迭代精度,都可以借用之前的计算结果继续计算,减小了计算资源浪费,提高计算效率,省时省力。
本发明第三方面实施例还提出一种非临时性计算机存储介质,该存储介质上存储有计算机程序,该计算机程序被执行可以实现上面实施例的恢复量子化学模型计算的方法。
本发明第四方面实施例提出一种电子设备。如图4所示,电子设备1包括至少一个处理器10、与至少一个处理器10通信连接的存储器20。
其中,存储器20中存储有可被至少一个处理器10执行的计算机程序,该计算机程序被至少一个处理器10执行时实现上面实施例的恢复量子化学模型计算的方法。
在示例中,电子设备1可以是计算机设备、量子计算机、其他数据处理设备等。处理器10获取量子化学模型计算过程中记录的第一日志文件;解析第一日志文件,以获得上一次计算分子模型的参考索引值;遍历待计算分子模型组并记录当前计算分子模型的索引值,其中,当前计算分子模型的索引值小于参考索引值时,则获取对应当前计算分子模型的上一次计算参数,根据当前计算分子模型的分子模型的上一次计算参数对当前计算分子模型进行计算。从而,可以复用在先计算资源,实现从断点恢复计算,包括从意外情况中止点进行恢复,以及可以利用之前的计算结果用于计算更大的迭代次数,提高计算资源利用率,省时省力。
在本说明书的描述中,流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (9)
1.一种恢复量子化学模型计算的方法,其特征在于,包括:
获取量子化学模型计算过程中记录的第一日志文件;
解析所述第一日志文件,以获得上一次计算分子模型的参考索引值,根据所述参考索引值确定程序计算的断点处;
遍历待计算分子模型组并记录遍历到的当前计算分子模型的索引值,其中,所述当前计算分子模型的索引值小于所述参考索引值,确定所述当前计算分子模型在所述断点处之前,则获取对应所述当前计算分子模型的上一次计算参数,根据所述当前计算分子模型的上一次计算参数对所述当前计算分子模型进行计算。
2.根据权利要求1所述的恢复量子化学模型计算的方法,其特征在于,获取对应所述当前计算分子模型的上一次计算参数,根据所述当前计算分子模型的上一次计算参数对所述当前计算分子模型进行计算,包括:
获取对应所述当前计算分子模型的第二日志文件;
解析所述第二日志文件,以获得所述当前计算分子模型的上一次优化迭代次数和上一次优化计算结果参数;
根据所述上一次优化迭代次数和上一次优化计算结果参数对所述当前计算分子模型进行计算。
3.根据权利要求2所述的恢复量子化学模型计算的方法,其特征在于,所述根据所述上一次优化迭代次数和上一次优化计算结果参数对所述当前计算分子模型进行计算,包括:
获取对应所述当前计算分子模型的第三日志文件;
解析所述第三日志文件,以获得所述当前计算分子模型的最优计算参数、最后一次优化参数和上一次优化参数;
当所述上一次优化迭代次数小于最大设定迭代次数时,根据所述最优计算参数、最后一次优化参数和上一次优化参数对所述当前计算分子模型进行计算。
4.根据权利要求1所述的恢复量子化学模型计算的方法,其特征在于,所述方法还包括:
所述当前计算分子模型的索引值大于所述参考索引值,则根据所述当前计算分子模型的初始计算参数对所述当前计算分子模型进行计算。
5.根据权利要求1所述的恢复量子化学模型计算的方法,其特征在于,所述方法还包括:
在遍历所述待计算分子模型组的过程中,所述当前计算分子模型的索引值小于所述参考索引值,则将所述参考索引值写入所述第一日志文件,或者,所述当前计算分子模型的索引值大于所述参考索引值,则将所述当前计算分子模型的索引值写入所述第一日志文件。
6.根据权利要求3所述的恢复量子化学模型计算的方法,其特征在于,在根据所述最优计算参数、最后一次优化参数和上一次优化参数对所述当前计算分子模型进行计算之后,所述方法还包括:
更新迭代次数和优化计算结果参数,并写入所述当前计算分子模型的第二日志文件;
更新优化参数,并写入所述当前计算分子模型的第三日志文件。
7.一种恢复量子化学模型计算的装置,其特征在于,包括:
获取模块,配置为获取量子化学模型计算过程中记录的第一日志文件;
解析模块,配置为解析所述第一日志文件,以获得上一次计算分子模型的参考索引值,根据所述参考索引值确定程序计算的断点处;
遍历模块,配置为遍历待计算分子模型组并记录当前计算分子模型的索引值,其中,所述当前计算分子模型的索引值小于所述参考索引值,确定所述当前计算分子模型在所述断点处之前,则获取对应所述当前计算分子模型的上一次计算参数,根据所述当前计算分子模型的上一次计算参数对所述当前计算分子模型进行计算。
8.一种非临时性计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时实现权利要求1-6任一项所述的恢复量子化学模型计算的方法。
9.一种电子设备,其特征在于,包括:
至少一个处理器;
与至少一个所述处理器通信连接的存储器;
其中,所述存储器中存储有可被至少一个所述处理器执行的计算机程序,所述计算机程序被至少一个所述处理器执行时实现权利要求1-6任一项所述的恢复量子化学模型计算的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010274757.5A CN111462836B (zh) | 2020-04-09 | 2020-04-09 | 恢复量子化学模型计算的方法和装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010274757.5A CN111462836B (zh) | 2020-04-09 | 2020-04-09 | 恢复量子化学模型计算的方法和装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111462836A CN111462836A (zh) | 2020-07-28 |
CN111462836B true CN111462836B (zh) | 2023-03-31 |
Family
ID=71681003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010274757.5A Active CN111462836B (zh) | 2020-04-09 | 2020-04-09 | 恢复量子化学模型计算的方法和装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111462836B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9495370B1 (en) * | 2007-07-19 | 2016-11-15 | American Megatrends, Inc. | Data recovery point review in a continuous data protection system |
CN101145946B (zh) * | 2007-09-17 | 2010-09-01 | 中兴通讯股份有限公司 | 一种基于消息日志的容错集群系统和方法 |
WO2012056591A1 (en) * | 2010-10-28 | 2012-05-03 | Nec Corporation | Design method, design apparatus, and program product for incremental design space exploration |
WO2020016579A2 (en) * | 2018-07-17 | 2020-01-23 | Gtn Ltd | Machine learning based methods of analysing drug-like molecules |
CN110413568A (zh) * | 2019-07-30 | 2019-11-05 | 北京百度网讯科技有限公司 | 一种数据复用方法、装置、电子设备及存储介质 |
-
2020
- 2020-04-09 CN CN202010274757.5A patent/CN111462836B/zh active Active
Non-Patent Citations (2)
Title |
---|
Phase_Retrieval_with_Application_to_Optical_Imaging_A_contemporary_overview;Yoav Shechtman等;《IEEE Signal Processing Magazine 》;20150531;第32卷(第3期);全文 * |
量子化学计算程序向 Windows 集群的移植实现;王奇等;《四 川 轻 化 工 学 院 学 报 》;20040630;第7卷(第2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111462836A (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108491302B (zh) | 一种检测spark集群节点状态的方法 | |
JP2005302028A (ja) | プログラムを計装するプローブ最適化のための方法およびシステム | |
WO2013094003A1 (ja) | ソフトウェアのインストール順序を決定する方法、プログラム、及び装置 | |
CN111309976B (zh) | 一种面向收敛型图应用的GraphX数据缓存方法 | |
US11399071B2 (en) | Program operation system and program operation method | |
CN110321458B (zh) | 一种基于控制流图的数据流分析方法及装置 | |
CN111462836B (zh) | 恢复量子化学模型计算的方法和装置及电子设备 | |
WO2019061667A1 (zh) | 电子装置、数据处理方法、系统及计算机可读存储介质 | |
CN112463564B (zh) | 确定影响主机状态的关联指标的方法及装置 | |
NL2014199B1 (en) | A computer implemented method for generating a variant call file. | |
CN115759979B (zh) | 基于rpa和流程挖掘的流程智能处理方法和系统 | |
CN114861858A (zh) | 一种路面异常数据检测方法、装置、设备及可读存储介质 | |
Ceesay et al. | Benchmarking and performance modelling of mapreduce communication pattern | |
CN115577169A (zh) | 一种基于大数据可视化处理的内容推送方法及系统 | |
CN114385764A (zh) | 一种关系型数据库表结构的逆向分析方法及装置 | |
Weiss et al. | A Generalization of the Shortest Path Problem to Graphs with Multiple Edge-Cost Estimates | |
JP6453685B2 (ja) | 演算制御装置、演算制御方法及び演算制御プログラム | |
CN112579720B (zh) | 基于逻辑区段路径的坡度区段的确定方法和装置 | |
JP4308641B2 (ja) | 管路の評価方法 | |
JP7283645B1 (ja) | 予測値補正装置、予測値補正方法及びプログラム | |
CN116700635B (zh) | 固态硬盘数据恢复方法及固态硬盘 | |
CN113094021B (zh) | 一种经验库制导的浮点程序优化加速方法 | |
CN112015472B (zh) | 基于数据流架构的稀疏卷积神经网络加速方法及系统 | |
WO2024004083A1 (ja) | データ生成装置、データ生成方法、およびプログラム | |
CN114238243B (zh) | 一种用于流程发现的局部日志采样方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |