cuquantum.NetworkOptions¶

class cuquantum.NetworkOptions(compute_type: Optional[int] = None, device_id: Optional[int] = None, handle: Optional[int] = None, logger: Optional[logging.Logger] = None, memory_limit: Optional[Union[int, str]] = '80%', blocking: Literal[True, 'auto'] = True, allocator: Optional[cuquantum.cutensornet.memory.BaseCUDAMemoryManager] = None)[源代码]¶

用于为 cuquantum.Network 对象提供选项的数据类。

compute_type¶

CUDA 计算类型。如果未指定，将选择合适的计算类型。

类型: cuquantum.ComputeType

device_id¶

CUDA 设备序号（如果张量网络驻留在 CPU 上则使用）。如果未指定，将使用设备 0。

类型: Optional[int]

handle¶

cuTensorNet 库句柄。如果未提供句柄，将创建一个句柄。

类型: Optional[int]

logger¶

Python Logger 对象。如果未提供 logger 对象，将使用根 logger。

类型: logging.Logger

memory_limit¶

cuTensorNet 可用的最大内存。可以指定为值（带有可选后缀，如 K[iB]、M[iB]、G[iB]）或百分比。默认值为设备内存的 80%。

类型: Optional[Union[int, str]]

blocking¶

一个标志，用于指定执行函数和方法的行为，例如 Network.autotune() 和 Network.contract()。当 blocking 为 True 时，这些方法在操作完成之前不会返回。当 blocking 为 "auto" 时，当输入张量在 GPU 上时，这些方法会立即返回。当输入张量在 CPU 上时，执行方法始终会阻塞。默认值为 True。

类型: Literal[True, ‘auto’]

allocator¶

一个支持 BaseCUDAMemoryManager 协议的对象，用于绘制设备内存。如果未提供分配器，将使用来自库包的内存分配器（对于 PyTorch 操作数，使用 torch.cuda.caching_allocator_alloc()，否则使用 cupy.cuda.alloc()）。

类型: Optional[cuquantum.cutensornet.memory.BaseCUDAMemoryManager]