QuantumKitHub/TensorOperations.jl

解决的问题

通过允许用户使用更直观的爱因斯坦指标记法来编写复杂张量操作，简化了执行复杂张量操作的过程，相比嵌套循环或多次手动重塑和收缩更为直观。

工作原理

该库提供了 @tensor 宏，使用户能够使用抽象指标记法（爱因斯坦求和约定）表达张量收缩和加法。支持多种执行后端，包括用于 GPU 加速的 cuTENSOR v2，并与 ChainRulesCore.jl 集成以支持自动微分。还支持自定义分配策略，例如使用 Bumper.jl 管理临时对象。

适用人群

专为处理高维数组（张量）的研究人员和开发者设计，尤其适用于量子物理或机器学习领域中需要简洁方式定义和优化张量收缩的用户。

特色亮点

• 爱因斯坦记法：使用 @tensor 宏简洁表达操作。
• GPU 加速：通过 CUDA.jl 支持 cuTENSOR v2。
• 自动微分：包含反向模式规则，可与 AD 框架集成。
• 灵活分配：支持自定义临时对象的分配策略以提升性能。