Editor's Choice! —— NBHub Notebook推荐（2023年第一期）

在上个月，NBHub收到了非常多的优秀作品投稿。从扩散模型的原理解析、到TorchScript的实践总结，从DeePMD的工具应用、到自监督学习的领域洞见，这些notebook涵盖了AI for Science领域的诸多方面，十分值得一读。
因此，我们决定定期挑选优秀notebook推荐给大家，希望大家有所收获。

本期，我们按照原理解析、最佳实践、工具应用、领域洞见四个类别，推荐31篇notebook。

快来看看这里面有没有你感兴趣的呢？别忘了，你还可以在notebook里直接留言评论，与原作者交流起来哦！

原理解析

• 非平衡采样的自由能计算
  **一句话导读：**对非平衡采样的自由能计算这一主题进行了非常系统的介绍，从原理到demo一应俱全

• 梯度下降太慢，所以我来了——坐标下降法
  **一句话导读：**幽默风趣地介绍了坐标下降这一优化方法

• 石油大亨发家史：浅入浅出贝叶斯优化
  **一句话导读：**生动有趣地将贝叶斯优化这一概念娓娓道来

• Diffusion Models初探：你还是不懂扩散模型的基本原理？
  **一句话导读：**从伊藤扩散开始解释扩散模型

• Diffusion From Scratch: 从零开始了解Diffusion
  **一句话导读：**用一种更偏实践的视角来介绍扩散模型

• Integrators
  **一句话导读：**对分子动力学里用到的integrator做了详细的总结

• 周期性体系中静电相互作用的计算方法: Ewald Summation和Partical Mesh Ewald
  **一句话导读：**介绍了Ewald Summation等的原理，非常值得一读

最佳实践

• Python 代码加速：实用小技巧
  **一句话导读：**全面介绍了Python代码的常用加速手段

• TorchScript: 写出让JIT编译器连连称赞👍的可部署PyTorch代码
  **一句话导读：**用风趣幽默的语言总结了在TorchScript上的实践

• Pytorch模型量化（一）：快速上手
  **一句话导读：**模型量化方面的一篇很好的教程总结

• 浅谈模型训练后如何进行高效推理
  **一句话导读：**总结了神经网络模型的推理加速手段

• 动力学性质计算与检验——以计算体系扩散性质为例
  **一句话导读：**理论与实践有机结合

• 基于密度的聚类算法——Density Peaks Advanced Clustering
  **一句话导读：**细致地讲解了方法的原理、实践以及方法对比

• 使用GPU让你的Python代码加速1000倍！
  **一句话导读：**从代码到性能对比，详细介绍CuPy

• OpenMM Tutorial 1：Ligand-Protein Complex Parameterization and Simulaition
  **一句话导读：**清晰易懂的OpenMM入门实践

• 探索全外显子测序数据分析流程：从数据预处理到变异分析
  **一句话导读：**全外显子测序数据分析必读

• AI+电芯应用合集
  **一句话导读：**AI+电芯应用一网打尽

工具应用

• ABACUS+DeepH 建立碳材料的哈密顿量模型
  **一句话导读：**将DeepH从paper到practice讲了一遍，非常全面

• 5分钟上手STEM仿真-abTEM方法详解
  **一句话导读：**非常详细、讲解清晰地讲述了STEM仿真

• 使用unimol进行OLED量化属性预测
  **一句话导读：**用unimol进行一整套量化属性预测的流程

• 基于开源电子结构软件ABACUS的计算催化实践
  **一句话导读：**内容翔实全面，初学ABACUS的好教程

• 面向大规模密度数据优化Lennard-Jones参数：DMFF应用示例
  **一句话导读：**很好的DMFF力场参数优化入门教程

• DeePMD中的init-model模式
  **一句话导读：**详细介绍了如何使用DeePMD里的init-model模式

• 基于GSAS的PXRD精修从零开始
  **一句话导读：**深入理解PXRD数据必读

• DeePMD 使用教程、科研案例、问题收集合集
  **一句话导读：**DeePMD使用必看；全面地解答了使用DeePMD可能遇到的问题

• CellChat图解：轻松学习细胞间通讯的艺术
  **一句话导读：**文采飞扬地介绍如何使用CellChat可视化工具

• Play Around RNA Secondary Structure: Prediction and Visualization of RNA
  **一句话导读：**讲述如何使用RNA二级结构的预测和可视化工具

领域洞见

• 漫谈AI时代的科学计算与物理建模｜关于“结构”之：一些问题终究与时间无关
  **一句话导读：**探讨了不同场景尺度下的相似结构问题

• 漫谈自监督领域的表征，from MLM task to Contrastive Learning
  **一句话导读：**对自监督学习得到的表征进行了细致深入的探讨

• Cheminformatics | RDKit Advanced Tricks | 奇怪的質子化狀態問題 (1)
  **一句话导读：**质子化规则相关的一个详细的case study

• Diffusion models in SO3 space
  **一句话导读：**探讨了SO3空间的扩散模型这一前沿问题