量子信息和多体库。
quimb的Python项目详细描述
quimb是一个简单但快速的python库,用于量子信息和许多体计算,包括张量网络。代码托管在github,请提交任何问题或请求。它还经过了彻底的单元测试,测试可能是查找详细文档的最佳位置。
核心quimb模块:
- 使用直接的numpy和scipy.sparse矩阵作为量子对象
- 使用numba加速并并行许多操作。
- 使在大张量空间(如2d格)中构造算子变得容易
- 使用有效的方法计算各种量,包括纠缠度
- 具有许多内置状态和运算符,包括基于快速并行随机数生成的状态和运算符
- 可以使用多种方法执行进化,动态计算数量
- 有一个可选的slepc4py接口,用于简单分布(mpi)线性代数。这可以极大地提高寻找(例如)中谱本征态时的性能
张量网络子模块quimb.tensor:
- 使用张量网络的无几何表示
- 使用opt_einsum查找数百或数千张量的有效压缩阶
- 可以在不同的后端执行这些收缩,包括使用GPU
- 可以绘制任何网络,颜色编码,并显示绑定大小
- 可以将任何网络视为一个scipyLinearOperator,允许许多分解
- 可以用矩阵乘积状态语言执行dmrg1、dmrg2和dmrgx
- 具有有效解决周期性问题的工具(传输矩阵压缩和伪正交化)
- 可以使用tebd执行mps时间演进
- 可以使用tensorflow或pytorch 优化任意张量网络
完整文档位于:http://quimb.readthedocs.io/en/latest/。 任何形式的贡献都是非常受欢迎的-请看contributing guide。对于“非github问题”,有一个gitter chat。