內容簡介
本書力求用兼具淺白和學術的語言介紹量子張量網絡中的抽像概念,包括量子、疊加、糾纏、測量、量子概率、三種著名的量子算法——Shor算法、Grover算法和HHL算法、張量、張量分解、四種典型張量網絡態、TEBD算法、密度矩陣重整化群等,進而揭開這些概念自身本質和概念之間關繫的面紗, 內容涉及量子力學基本概念、三種著名的量子算法、張量基礎、張量網絡與量子多體物理繫統、量子多體繫統的張量網絡態算法和基於張量網絡的量子機器學習。本書在內容編排上主要是通過數學方式對量子張量網絡機器學習進行闡述, 而不會在物理學上對它們進行過多的精確解釋,為張量網絡機器學習提供捷徑。