量子張量網(wǎng)絡(luò)機器學習

　　本書力求用兼具淺白和學術(shù)的語言介紹量子張量網(wǎng)絡(luò)中的抽象概念，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(wǎng)絡(luò)態(tài)、TEBD算法、密度矩陣重整化群等，進而揭開這些概念自身本質(zhì)和概念之間關(guān)系的面紗，內(nèi)容涉及量子力學基本概念、三種著名的量子算法、張量基礎(chǔ)、張量網(wǎng)絡(luò)與量子多體物理系統(tǒng)、量子多體系統(tǒng)的張量網(wǎng)絡(luò)態(tài)算法和基于張量網(wǎng)絡(luò)的量子機器學習。本書在內(nèi)容編排上主要是通過數(shù)學方式對量子張量網(wǎng)絡(luò)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(wǎng)絡(luò)機器學習提供捷徑。

暫缺《量子張量網(wǎng)絡(luò)機器學習》作者簡介