python3的张量网络收缩函数。
ncon的Python项目详细描述
NCO公司
nco是一个Python 3包，它实现了nco函数，如下所述： https://arxiv.org/abs/1402.0939 这个Python实现缺少在 但界面是一样的。在
nco需要numpy并使用numpy ndarray。它也适用于 来自this包的各种张量， 但并不需要。在
安装
pip install --user ncon
使用
此包导出的唯一内容是函数ncon。它需要一个列表
要收缩的张量，以及一个列表索引列表，该列表指定
与之签约。它返回一个张量，这是
收缩。语法的工作原理如下：
ncon(L, v, order=None, forder=None, check_indices=True):
第一个参数L是张量的列表。
第二个参数v是一个列表列表列表，L中每个张量对应一个。
每个v[i]由整数组成，每个整数都标记一个L[i]的索引。
正面标签表示要收缩的指数（总计）。
因此，如果例如v[m][i] == 2和v[n][j] == 2，那么
L[m]和{L[n]的第j个索引将被识别和总结。
负号标记将保持自由（不受约束）的索引。在
关键字参数order是所有正标签的列表，其中
指定成对张量收缩的执行顺序。
默认情况下，它是sorted(all-positive-numbers-in-v)，例如
[1,2,...]。注意，当连接两个张量的索引即将
收缩在一起，ncon同时收缩所有连接的指数
这两个张量，即使他们中的一些只是后来才出现。在
相应地，forder指定剩余空闲的顺序
索引将被置换。默认情况下是
sorted(all-negative-numbers-in-v, reverse=True)，
例如[-1,-2,...]。在
如果check_indices=True（默认值），则执行检查以确保
收缩是明确的。如果不是，则使用
提供了错误的描述。在
如果语法听起来很像爱因斯坦求和，例如
通过np.einsum，那是因为它是。ncon的好处很多
张量网络已经习惯了它的语法，而且它很容易动态地
生成索引列表和收缩。在
示例
这里有几个例子，直接来自测试文件。在
矩阵乘积：
^{pr2}$这里收缩了a的最后一个索引和{-1和-2标记。
标有-1的索引将成为结果的第一个索引。如果我们给
附加参数forder=[-2,-1]将返回转换。在
一个更复杂的例子：
b = np.random.randn(5, 3, 6, 7, 6)
c = np.random.randn(7, 2)
d = np.random.randn(8)
e = np.random.randn(8, 9)
result_ncon = ncon(
(a, b, c, d, e), ([3, -2, 2], [2, 3, 1, 4, 1], [4, -1], [5], [5, -3])
)
result_np = np.einsum("ijk,kilml,mh,q,qp->hjp", a, b, c, d, e)
assert np.allclose(result_ncon, result_np)
{{cd32>这里没有连接，注意
和其他人一起。当收缩断开的网络时，连接的
零件总是先收缩，它们的张量积在
结束。跟踪也可以，比如这里的两个索引c。默认情况下
收缩按[1,2,3,4,5]的顺序进行。这可能不是最佳选择
在这种情况下，我们应该指定一个更好的收缩顺序作为关键字
争论。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
