摘要: 从shell启动vim打开多个文件并分屏显示: vim -on file1 file2 #o为小写字母,水平分割,即上下分屏,n是分屏的个数(可缺省),后面是待打开的文件 vim -On file1 file2 #O为大写字母,垂直分割,即左右分屏,n是分屏的个数(可缺省),后面是待打开的文件 在已 阅读全文
posted @ 2026-04-18 10:16 欢腾嘻嘻 阅读(51) 评论(0) 推荐(0)
摘要: JuliaData 核心库中有一个比较新的 数据转换的工具包(Parsers.jl),专门用来将String类型转换成其他的基础类型。使用起来非常方便,这里做一个简单的介绍。使用的时候先添加开发环境 Pkg.add("Parsers") 详见:Julia 将String 转换成其他的数据类型_Oct 阅读全文
posted @ 2026-04-18 10:14 欢腾嘻嘻 阅读(15) 评论(0) 推荐(0)
摘要: :w 保存文件但不退出vi :w file 将修改另外保存到file中,不退出vi :w! 强制保存,不推出vi :wq 保存文件并退出vi :wq! 强制保存文件,并退出vi :q 不保存文件,退出vi :q! 不保存文件,强制退出vi :e! 放弃所有修改,从上次保存文件开始再编辑命令历史 阅读全文
posted @ 2026-04-18 10:11 欢腾嘻嘻 阅读(136) 评论(0) 推荐(0)
摘要: 在vi的命令行模式下执行这个语句: :w ++enc=utf-8 即可。 详见: https://stackoverflow.com/questions/12814371/conversion-error-in-vim 阅读全文
posted @ 2026-04-18 10:10 欢腾嘻嘻 阅读(20) 评论(0) 推荐(0)
摘要: 在使用ITensors.jl编程序的时候,第一步往往是确定哈密顿量,但是从未经过系统性的训练。笔者往往会因为哈密顿量中加法和乘法的问题浪费时间。因此便花费一点时间求教,打算一次性解决此类问题。 先给一段代码: sites = siteinds("S=1/2",4) states = ["↑","↓" 阅读全文
posted @ 2026-04-15 02:11 欢腾嘻嘻 阅读(22) 评论(0) 推荐(0)
摘要: 在创建MPS或者是randomMPS的过程中,在教程文档中发现有一个可选参数是"linkdims=",我挺好奇他的作用是什么,于是进行了如下简单测试 julia> using ITensors julia> sites=siteinds("S=1/2",5) 5-element Vector{Ind 阅读全文
posted @ 2026-04-15 02:07 欢腾嘻嘻 阅读(18) 评论(0) 推荐(0)
摘要: 6、Tensor Storage Layer ITensor的一个强大的特性是,ITensor可以有广泛的存储格式,同时提供相同的用户界面。用户可以在计算中混合稀疏和密集的张量,并使用相同的高级代码操作任何类型的张量。 重要的是,由于ITensor使用的存储类型是不同的类型,每种类型都可以使用最优的 阅读全文
posted @ 2026-04-15 02:03 欢腾嘻嘻 阅读(15) 评论(0) 推荐(0)
摘要: 5、Tensor Decompositions(张量分解)(这一节很基础很重要) 许多常用的张量网络分解都是由矩阵分解建立起来的,如线性代数中已知的QR和奇异值分解(SVD)。 QR分解 T = randomITensor(i,j,k) Q,R = qr(T,(i,k)) 一个新的索引由qr函数生成 阅读全文
posted @ 2026-04-15 02:00 欢腾嘻嘻 阅读(29) 评论(0) 推荐(0)
摘要: 3、Index Objects (索引对象) 一个张量索引对应于一个特定的向量空间的概念被编码在分配给一个索引对象的唯一id号中: i = Index(4) @show i # prints: i = (dim=4|id=577) 因为每次构建一个索引时都会分配一个新的id,所以其他单独构建的索引对 阅读全文
posted @ 2026-04-15 01:57 欢腾嘻嘻 阅读(22) 评论(0) 推荐(0)
摘要: 如题,最近重归学习ITensors,这个系列会断断续续记录一些学习使用ITensors时的ideas or points。 1、Introduction 张量网络是一种处理具有许多指标的张量的技术。一个优雅的替代方法是张量图符号。 ITensor是智能张量的缩写,是一个受张量图符号启发的软件库。 第 阅读全文
posted @ 2026-04-15 01:52 欢腾嘻嘻 阅读(33) 评论(0) 推荐(0)