华东师范大学化学与分子工程学院朱通副研究员指导学生结合人工智能算法、量子化学理论以及分子动力学方法，实现了燃料燃烧的高精度计算机模拟，在原子尺度和亚飞秒时间分辨率下获得了甲烷燃烧的化学反应网络。该成果以“Complex reaction processes in combustion unraveled by neural network-based molecular dynamics simulation”为题近日发表在Nature Communications [Nat. Commun. 2020, 11, 5713.]。华东师范大学为论文第一单位，2019届本科毕业生曾晋哲为论文的第一作者，朱通副研究员和张增辉教授为论文的共同通讯作者。

在搞定libdeepmd的构建后，我们终于来到了最后一关：LAMMPS。

这里以今年3月发布的LAMMPS stable_3Mar2020为例。

今天，笔者的第二篇第一作者论文“Complex reaction processes in combustion unraveled by neural network-based molecular dynamics simulation”在Nature Communications正式发表。华东师范大学为论文的第一单位。

在这篇论文中，笔者生成了甲烷燃烧的数据集，并使用DeePMD-kit软件构建了基于深度学习方法的反应势能面，进行了长达1 ns的甲烷燃烧反应的分子动力学模拟。借助笔者开发的ReacNetGenerator软件，笔者探明了甲烷燃烧的微观反应机理，对每个基元反应提供了原子尺度的理解。

在此，本文以个人视角，回顾这篇论文产生和发表的历程。

今日，华东师范大学化学与分子工程学院（下文简称“学院”）在其官方网站发布《致用人单位的一封信》。文中指出，学院2020届毕业生就业工作表现优异，就业率和就业质量成绩显著；而2021届毕业生就业形势更为严峻，学院邀请各用人单位选聘毕业生。

笔者此前发现，学院2018届就业率仅85.66%，为2015届以来最低；但2019届就业率达98.78%，超过全校平均水平，其中本科生就业率达100%。今年9月，学院获学生就业工作先进集体称号。

在成功构建libtensorflow_cc后，我们便可以参照之前的方法，构建libdeepmd了。

很多人对Anaconda有这样的误解，认为conda只是用来管理Python packages的。实际上，conda更神奇的功能，是可以打包编译后的程序，并且不需要root权限即可安装。一般来说，分发编译后的程序总有各种各样的静态库的依赖问题，所以Anaconda把这些依赖库也做成了conda packages，这样就能确保任何机器都能安装了。libtensorflow_cc是TensorFlow的C++库，之前介绍过如何编译，但编译成conda packages，仍需要费一番功夫。本文介绍2.3版本的构建方法：

我们先来看deepmd-kit-recipes/libtensorflow_cc-feedstock的recipe/build.sh文件。conda-build构建时，会默认把build.sh作为编译脚本。

1
2
3
4
5
6

if [ ${cuda_compiler_version} == "None" ]; then
  bash $RECIPE_DIR/build_cpu.sh
fi
if [ ${cuda_compiler_version} != "None" ]; then
  bash $RECIPE_DIR/build_gpu.sh
fi

假设你已经有了Amber20的源代码，名叫amber20_src，并且现在在这个目录里面。

作为一所公立大学，Rutgers University所有教职工的工资通过某种方式实现了公开。在这个页面可以查到去年所有人的工资。

我的课题组

在我的课题组中，每个人的工资如下（只列举去年一整年都有工作的，下同）：

此前，本专栏介绍了conda install的使用方法，以及conda install安装deepmd-kit的方法。但是，目前对conda build构建conda packages的讨论甚少。授之以鱼不如授之以渔，这一系列将以deepmd-kit的packages为例，介绍conda包的构建方法。

本文先介绍python包的构建配方（recipe）。在deepmd-kit-feedstock这一项目中，recipe文件夹下包括conda_build_config.yaml和meta.yaml两个YAML文件，其中conda_build_config.yaml包含了构建变量，而meta.yaml包含了构建的元信息。