riemann-flow-gnn

Riemannian Flow matching with GNN implementation in rust/burn

Toy prototype skeleton (API-first)

이 저장소는 R^3 x SO(3) x T^m one-sample overfitting 실험을 위한 API 계약 중심 스켈레톤을 포함합니다. 내부 수학/시뮬레이션 로직은 의도적으로 최소화되어 있으며, TODO 지점부터 실험 코드를 채우는 구조입니다.

실행

cargo run --example toy_pipeline

NVIDIA GPU 환경 점검

bash scripts/gpu_env_check.sh

점검 항목:

• nvidia-smi 드라이버/디바이스 인식
• nvcc --version CUDA toolkit 인식
• scripts/gpu_smoke_test.py CUDA matmul 런타임 실행
• cargo check --example toy_pipeline Burn 빌드 스모크 테스트

예제 학습 스켈레톤은 기본으로 Burn CUDA JIT 백엔드(GPU) 를 사용합니다. NVIDIA 드라이버와 CUDA 개발 환경(nvcc 등)이 필요합니다.

예제는 파이프라인 계약 확인용으로 동작합니다.

현재 포함 범위

• graph/domain struct (Atom, Bond, TorsionEdge, LigandGraph)
• one-sample entry API (api::OneSampleToyPipeline)
• graph/pose/simulator 최소 계약
• Burn tensor shape 중심 adapter skeleton (기본 활성)
• TODO 기반 구현 포인트 주석

이후 단계 권장

1. random init sampling 테스트
2. translation/rotation/torsion 단위 테스트 확장
3. GNN 모델 정의 및 입력 feature 고정
4. geodesic path/velocity supervision 연결
5. 학습 루프/실행 스크립트 추가
6. epoch별 trajectory 저장 자동화