cuquantum.cutensornet.state_initialize_mps

cuquantum.cutensornet.state_initialize_mps(intptr_t handle, intptr_t tensor_network_state, int boundary_condition, extents_in, strides_in, state_tensors_in)

对具有给定形状和数据的初始张量网络状态施加用户定义的 MPS（矩阵乘积态）分解。

参数

• handle (intptr_t) – cuTensorNet 库句柄。

• tensor_network_state (intptr_t) – 张量网络状态。

• boundary_condition (BoundaryCondition) – 所选 MPS 表示形式的边界条件。

• extents_in (object) –

  大小为 nStateModes 的数组，指定定义初始 MPS 表示形式的所有张量的范围。extents[i] 预计与模式顺序一致（第 (i-1) 个和第 i 个 MPS 张量之间的共享模式，第 i 个 MPS 张量的状态模式，第 i 个和第 (i+1) 个 MPS 张量之间的共享模式）。对于开放边界条件，第一个张量的模式简化为（状态模式，与第二个站点的共享模式），而最后一个张量的模式变为（与倒数第二个站点的共享模式，状态模式）。它可以是

  • 一个 int 作为指向嵌套序列的指针地址，或者

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

  • 一个 int64_t 的嵌套 Python 序列。

• strides_in (object) –

  大小为 nStateModes 的数组，指定所选 MPS 表示形式中所有张量的步幅。与 extents_in 类似，strides_in 也应与每个 MPS 张量的模式顺序一致。如果为 NULL，则将假定默认的广义列主步幅。它可以是

  • 一个 int 作为指向嵌套序列的指针地址，或者

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

  • 一个 int64_t 的嵌套 Python 序列。

• state_tensors_in (object) –

  大小为 nStateModes 的数组，指定定义所选 MPS 表示形式的所有张量的数据。如果为 NULL，则初始 MPS 分解状态将表示真空态。它可以是

  • 一个 int 作为指向数组的指针地址，或者

  • 一个 int 的 Python 序列（作为指针地址）。

参见

cutensornetStateInitializeMPS()