TensorKrowch：张量网络在机器学习中的平滑集成
机器学习
2024-06-12 v3 统计力学
强关联电子
量子物理
摘要
张量网络是将高维张量分解为较小张量网络的一种因式分解。它们在物理学和数学中有应用，且近年来被提出作为有前景的机器学习架构。为了便于将张量网络集成到机器学习流水线中，我们推出了 TensorKrowch，一个构建于 PyTorch 之上的开源 Python 库。TensorKrowch 提供用户友好的接口，允许用户构建任意张量网络、对其进行训练，并将其作为层集成到更复杂的深度学习模型中。在本文中，我们描述了 TensorKrowch 的主要功能与基本用法，并提供了关于其构建模块以及为实现高效操作所执行优化的技术细节。
引用
@article{arxiv.2306.08595,
title = {TensorKrowch: Smooth integration of tensor networks in machine learning},
author = {José Ramón Pareja Monturiol and David Pérez-García and Alejandro Pozas-Kerstjens},
journal= {arXiv preprint arXiv:2306.08595},
year = {2024}
}
备注
20 pages, 2 figures. The TensorKrowch GitHub repository is in https://github.com/joserapa98/tensorkrowch and the TensorKrowch documentation is in https://joserapa98.github.io/tensorkrowch. V3: Accepted version, corrected acknowledgments