晶体图卷积神经网络(CGCNN)为材料性能预测和设计知识提取提供了一个灵活的机器学习框架。该框架利用10410^4104个训练数据对具有不同结构类型和组成的无机晶体的8种性质提供了可靠的DFT计算估计。作为知识提取的一个例子，我们将这种方法应用于新的钙钛矿材料的设计，表明从模型中提取的信息与常见的化学见解一致，并显著减少了高通量筛选的搜索空间算估计。...

torch_geometric库（pyg）安装步骤