cuquantum.cutensornet.network_operator_append_mpo

cuquantum.cutensornet.network_operator_append_mpo(intptr_t handle, intptr_t tensor_network_operator, double complex coefficient, int32_t num_state_modes, state_modes, tensor_mode_extents, tensor_mode_strides, tensor_data, int boundary_condition) → int64_t

将矩阵乘积算符 (MPO) 组件附加到张量网络算符。

参数

• handle (intptr_t) – cuTensorNet 库句柄。

• tensor_network_operator (intptr_t) – 张量网络算符。

• coefficient (complex) – 与附加的算符组件关联的复系数。

• num_state_modes (int32_t) – MPO 作用的状态模式数（MPO 中张量的数量）。

• state_modes (object) –

  MPO 作用的状态模式。它可以是

  • 一个 int，作为数组的指针地址，或者

  • 一个 int32_t 的 Python 序列。

• tensor_mode_extents (object) –

  每个 MPO 张量的张量模式范围。它可以是

  • 一个 int，作为嵌套序列的指针地址，或者

  • 一个 int 的 Python 序列，其中每个都是指向有效的 ‘int64_t’ 序列的指针地址，或者

  • 一个 int64_t 的嵌套 Python 序列。

• tensor_mode_strides (object) –

  每个 MPO 张量的存储步幅，或 NULL（默认广义列优先步幅）。它可以是

  • 一个 int，作为嵌套序列的指针地址，或者

  • 一个 int 的 Python 序列，其中每个都是指向有效的 ‘int64_t’ 序列的指针地址，或者

  • 一个 int64_t 的嵌套 Python 序列。

• tensor_data (object) –

  存储在 GPU 内存中每个 MPO 张量因子的张量数据。它可以是

  • 一个 int，作为数组的指针地址，或者

  • 一个 int 的 Python 序列（作为指针地址）。

• boundary_condition (BoundaryCondition) – MPO 边界条件。

返回

附加的张量网络算符组件的唯一顺序整数标识符。

返回类型

int64_t

参见

cutensornetNetworkOperatorAppendMPO()