[更新中] 老板微信转发给我的。虽然没钱掏培训费，但是可以参考一下课程内容，在此mark一下。

背景

Prof. QG 非常认可我，在所里开会时专门表扬了我。Prof. QN表示对我很感兴趣，通过他我也有机会了解门槛。首先要感谢QG和QN教授。

一起吃了一顿饭，和QN聊了聊，发现他非常认真务实。我提出对学科前沿不了解也摸不到，次日他便发给我了一篇公众号文章。打开其实是一则广告。不过对于课程内容进行了非常详细的介绍，对于我这种不知道学什么好的来说很有参考作用。只是读读前面几页就有不少收获，了解了很多概念，拓宽了视野。对于一些领域空泛的印象也落到了实处。

虽然是一则广告，但是对我有很大帮助，因而贴一下原文地址：
重磅进展 | 引爆学术界核弹，合金材料领域迎来史诗级进展，寒门博士一作Nature！

以机器学习分子动力学部分课程内容为主记录。

概念与黑话

ML-FFs: Machine Learning Force Field
MD: Molecular Dynamics
DFPT: Density Functional Perturbation Theory 密度泛函微扰理论
DP: Dynamics Programming
MPNN: Message Passing Neural Network 消息传递图神经网络
BPNN: Back Propagation Neural Network 反向传播神经网络
RNN: Recurrent Neural Network 递归神经网络
CNN: Convolutional Neural Network 卷积神经网络
ANN: Artificial Neural Network
ResNet: Deep Residual Network 深度残差网络

LAMMPS: Large-scale Atomic/Molecular Massively Parralld Simulator
DeepH: 跳过DFT的自洽求解过程，直接预测哈密顿量的

日后谈

破案了，老师连看都没看就发给我了🤡