《基于张量网络的学习入门》学习笔记1

  • 量子力学的三大奥义
    • 什么是量子
    • 量子力学的三大奥义——叠加、测量和纠缠
      • 第一大奥义:量子的叠加态
      • 第二大奥义:量子的测量
      • 第三大奥义:量子的纠缠态

量子力学的三大奥义

什么是量子

定义 量子是“离散变化的最小单元”
“离散变化”即指量子的 变化是不能连续的,就像人一样,只有一个人,两个人等,不能出现1.5个人。因此,我们可以称某个只能离散变化的东西叫“量子化”的。

量子力学的三大奥义——叠加、测量和纠缠

第一大奥义:量子的叠加态

为了理解叠加态这个概念,首要要定义“态矢量”

定义: 态矢量——表示量子力学状态的矢量
在量子力学里中的态,是矢量,我们用符号∣a⟩\mathinner{|a\rangle}∣a⟩表示态矢量,它由Hilbert空间中的列向量表示(相应的⟨a∣用Hilbert空间中的\mathinner{\langle a|}用Hilbert空间中的⟨a∣用Hilbert空间中的行向量表示表示表示),其中“∣⟩\mathinner{|\quad\rangle}∣⟩”是英国物理学家狄拉克发明的,称为“狄拉克符号”。
注: ∣a⟩\mathinner{|a\rangle}∣a⟩称为右矢,相应的⟨a∣\mathinner{\langle a|}⟨a∣称为左矢,两者互为对偶向量,统称为态向量(或态矢)

定义: 经典位比特(比特)——一个经典位(比特)是可以处于两个完全不同状态的系统,这两个状态可以用二进制数000和111来表示
经典比特对应计算机的操作可以有“恒等”、“与”、“非”操作等,那么在量子计算机中或者量子计算领域,我们使用态矢量来作为“比特”。
在二维复数Hilbert空间中,经典比特的两个态可以用矢量的两个分量来表示,即用一堆正交归一的量子态来表示:
∣↑⟩≡(10)\mathinner{|\uparrow\rangle}\equiv \left(\begin{array}{c}1\\0\end{array}\right)∣↑⟩≡(10​),经典比特000 \quad\quad ∣↓⟩≡(01)\mathinner{|\downarrow\rangle}\equiv \left(\begin{array}{c}0\\1\end{array}\right)∣↓⟩≡(01​),经典比特111

通过线性代数的学习,我们知道,在一个线性空间中,如果给定一组线性无关的基底a1,a2,⋯,an,a_1,a_2,\cdots,a_n,a1​,a2​,⋯,an​,则向量空间中的任意向量β\betaβ都可以表示为基底的线性组合:β=λ1a1+λ2a2+⋯+λnan\beta=\lambda_1a_1+\lambda_2a_2+\cdots+\lambda_na_nβ=λ1​a1​+λ2​a2​+⋯+λn​an​
量子世界中的态可以同时是两种态的叠加——既向上又向下。现在我们可以用线性组合来表示这个叠加的状态。将∣↑⟩\mathinner{|\uparrow\rangle}∣↑⟩和∣↓⟩\mathinner{|\downarrow\rangle}∣↓⟩看成某个抽象的二维空间中的基底,那么,叠加状态就是:∣φ⟩=α[10]+β[01]=[αβ]\mathinner{|\varphi\rangle}=\alpha\left[ \begin{array}{l}1\\0\end{array} \right] + \beta \left[ \begin{array}{l}0\\1\end{array} \right] = \left[ \begin{array}{l}\alpha \\\beta \end{array} \right]∣φ⟩=α[10​]+β[01​]=[αβ​]
其中,α\alphaα和β\betaβ是复数,也叫做概率幅或者几率幅,并且满足∣α∣2+∣β∣2=1|\alpha|^2+|\beta|^2=1∣α∣2+∣β∣2=1这样的一个态就被称为量子比特

定义: 量子比特——一个量子比特是一个可以在二维复数Hilbert空间中描述的两级量子体系
根据叠加原理,量子比特的任何态都可以写成如下形式:
∣φ⟩=α∣↑⟩+β∣↓⟩(∣α∣2+∣β∣2=1)\mathinner{|\varphi\rangle}=\alpha\mathinner{|\uparrow\rangle}+\beta\mathinner{|\downarrow\rangle}(|\alpha|^2+|\beta|^2=1)∣φ⟩=α∣↑⟩+β∣↓⟩(∣α∣2+∣β∣2=1)
式中的α,β,∣α∣2,∣β∣2\alpha,\beta,|\alpha|^2,|\beta|^2α,β,∣α∣2,∣β∣2分别为叠加态坍缩的000和111的概率,并且服从归一化条件

除此之外,我们还在一个Bloch球中来便是量子比特,即
∣φ⟩=eiγ(cos⁡θ2∣0⟩+eiϕ(sin⁡θ2∣1⟩)\mathinner{|\varphi\rangle}={e^{i\gamma }}(\cos \frac{\theta }{2}\mathinner{|0\rangle}+{e^{i\phi }}(\sin \frac{\theta }{2}\mathinner{|1\rangle})∣φ⟩=eiγ(cos2θ​∣0⟩+eiϕ(sin2θ​∣1⟩)(可借助欧拉公式进行理解:eix=cos⁡x+isin⁡x{e^{ix}} = \cos x + i\sin xeix=cosx+isinx)


下面会运用到一系列量子态相关的运算和性质,这里将常用的符号表附上


第二大奥义:量子的测量

回到叠加态的限制条件(∣α∣2+∣β∣2=1)(|\alpha|^2+|\beta|^2=1)(∣α∣2+∣β∣2=1),我们可以把这个条件改写为向量内积的形式
(αβ)(αβ)=1(\alpha\quad\beta)\left( \begin{array}{l}\alpha \\\beta \end{array} \right)=1(αβ)(αβ​)=1,这总内积为1的条件,也就是前面的归一化条件。
在量子力学中,把态矢量∣φ⟩\mathinner{|\varphi\rangle}∣φ⟩和它自身的内积记为:⟨φ∣φ⟩\mathinner{\langle\varphi|\varphi\rangle}⟨φ∣φ⟩即左右矢相乘,那么归一化条件就可以记为⟨φ∣φ⟩=1\mathinner{\langle\varphi|\varphi\rangle}=1⟨φ∣φ⟩=1。但是,因为量子力学中叠加态的系数是复数,所以我们在复数域重新定义内积。
为了让内积的结果是实数,我们将它的定义改写为叠加系数的模平方求和:
⟨φ∣φ⟩=∣α∣2+∣β∣2=α∗α+β∗β\mathinner{\langle\varphi|\varphi\rangle}=|\alpha|^2+|\beta|^2=\alpha^*\alpha+\beta^*\beta⟨φ∣φ⟩=∣α∣2+∣β∣2=α∗α+β∗β,这里∗*∗表示共轭转置。

定义: 态矢量的内积——在态矢量空间中按照一定顺序选取任意两个态矢,总可以定义一种计算规则,得到一个数(实数或复数)与之对应
这一定义规则被称为内积,记做
c=⟨α∣β⟩=(∣α⟩,∣β⟩)=(∑iai∗⟨αi∣)(∑ibi∣βi⟩)=∑iai∗bi⟨αi∣βi⟩c=\mathinner{\langle\alpha|\beta\rangle}=(\mathinner{|\alpha\rangle},\mathinner{|\beta\rangle})=(\sum\limits_i {a_i^*\mathinner{\langle \alpha_i|}})(\sum\limits_i {b_i\mathinner{|\beta_i\rangle}})=\sum\limits_i {a_i^*{b_i}}\mathinner{\langle\alpha_i|\beta_i\rangle}c=⟨α∣β⟩=(∣α⟩,∣β⟩)=(i∑​ai∗​⟨αi​∣)(i∑​bi​∣βi​⟩)=i∑​ai∗​bi​⟨αi​∣βi​⟩
态矢量有如下性质:
∙\bullet∙反对称性:⟨α∣β⟩=⟨β∣α⟩∗\mathinner{\langle\alpha|\beta\rangle}=\mathinner{\langle\beta|\alpha\rangle}^*⟨α∣β⟩=⟨β∣α⟩∗
∙\bullet∙线性性:⟨α∣β+γ⟩=⟨α∣β⟩+⟨α∣γ⟩\mathinner{\langle\alpha|\beta+\gamma\rangle}=\mathinner{\langle\alpha|\beta\rangle}+\mathinner{\langle\alpha|\gamma\rangle}⟨α∣β+γ⟩=⟨α∣β⟩+⟨α∣γ⟩
∙\bullet∙数乘性:⟨α∣bβ⟩=b⟨α∣β⟩=⟨α∣β⟩b\mathinner{\langle\alpha|b\beta\rangle}=b\mathinner{\langle\alpha|\beta\rangle}=\mathinner{\langle\alpha|\beta\rangle}b⟨α∣bβ⟩=b⟨α∣β⟩=⟨α∣β⟩b
∙\bullet∙半正定性:⟨α∣α⟩≥0\mathinner{\langle\alpha|\alpha\rangle}\ge0⟨α∣α⟩≥0
满足加法和数乘两种运算性质的集合,被称为矢量空间或线性空间.满足加法、数乘和内积三种运算的空间被称为内积空间.完备的内积空间则称为希尔伯特空间.


接下来,我们了解一下本征态的概念

定义: 本征态——经历了矩阵乘法之后,方向保持不变(可以反向)的矢量
这就意味着M∣i⟩=mi∣i⟩M\mathinner{|i\rangle}=m_i\mathinner{|i\rangle}M∣i⟩=mi​∣i⟩,其中∣i⟩\mathinner{|i\rangle}∣i⟩是本征态,mim_imi​则是相应的本征值。以此我们可以联想到线性代数的特征方程,本征态对应特征向量本征值对应特征值

现在,我们终于可以开始讲量子比特的测量了
我们可以把一个量子比特的状态以概率幅的方式变换成比特信息,也就是说,量子比特∣φ⟩\mathinner{|\varphi\rangle}∣φ⟩以概率∣⟨↑∣φ⟩∣2|\mathinner{\langle\uparrow|\varphi\rangle}|^2∣⟨↑∣φ⟩∣2变换成比特000,以概率∣⟨↓∣φ⟩∣2|\mathinner{\langle\downarrow|\varphi\rangle}|^2∣⟨↓∣φ⟩∣2变换成比特111,由于内积是线性演算,且∣↑⟩\mathinner{|\uparrow\rangle}∣↑⟩和∣↓⟩\mathinner{|\downarrow\rangle}∣↓⟩是正交基底,那么前面两式内积的结果为:
⟨↑∣φ⟩=⟨↑∣(α∣↑⟩+β∣↓⟩=α\mathinner{\langle\uparrow|\varphi\rangle}=\mathinner{\langle\uparrow|(\alpha\mathinner{|\uparrow\rangle}}+\beta\mathinner{|\downarrow\rangle}=\alpha⟨↑∣φ⟩=⟨↑∣(α∣↑⟩+β∣↓⟩=α
⟨↓∣φ⟩=⟨↓∣(α∣↑⟩+β∣↓⟩=β\mathinner{\langle\downarrow|\varphi\rangle}=\mathinner{\langle\downarrow|(\alpha\mathinner{|\uparrow\rangle}}+\beta\mathinner{|\downarrow\rangle}=\beta⟨↓∣φ⟩=⟨↓∣(α∣↑⟩+β∣↓⟩=β
即∣φ⟩\mathinner{|\varphi\rangle}∣φ⟩以概率∣α∣2|\alpha|^2∣α∣2变换成比特000,以概率∣β∣2|\beta|^2∣β∣2变换成比特111
在量子力学中,测量值就是本征值也就是特征值。那么,联系线性代数,我们可以知道,特征值就是可观测量MMM在某个地方出现的概率。
测量可以给出任何一个本征值mim_imi​,且每一个都有一定的概率。现在用MMM的本征矢量为基来扩展任意态∣φ⟩\mathinner{|\varphi\rangle}∣φ⟩:∣φ⟩=∑iαi∣i⟩\mathinner{|\varphi\rangle}=\sum\limits_i {{\alpha_i}}\mathinner{|i\rangle}∣φ⟩=i∑​αi​∣i⟩,其中,αi\alpha_iαi​是复常数。

根据量子力学的知识,在进行测量后,态矢量会发生坍缩,也就是如果本征态mim_imi​被测量,那么测量后的系统的态矢对应的本征矢量∣i⟩\mathinner{|i\rangle}∣i⟩,当前的量子系统就会确定到这个本征态上。
∣φ⟩⟶mi∣i⟩\mathinner{|\varphi\rangle}\stackrel{m_i}{\longrightarrow}\mathinner{|i\rangle}∣φ⟩⟶mi​​∣i⟩
注:测量是量子态上唯一不可逆的操作,其他操作都是可逆的
(此部分可以去看看薛定谔的猫加深理解)


第三大奥义:量子的纠缠态

根据纠缠的定义,肯定不是单一的系统能观测到的。所以,现在我们需要将视线放到不同的系统之间的结合。
我们首先来学习下张量积
定义:张量积——对每一对矢量∣φ1⟩∈H1,∣φ2⟩∈H2\mathinner{|\varphi_1\rangle}\in H_1,\mathinner{|\varphi_2\rangle}\in H_2∣φ1​⟩∈H1​,∣φ2​⟩∈H2​,Hilbert空间HHH都有一个矢量∣φ⟩\mathinner{|\varphi\rangle}∣φ⟩与他们联系,∣φ⟩\mathinner{|\varphi\rangle}∣φ⟩被称为∣φ1⟩,∣φ2⟩\mathinner{|\varphi_1\rangle},\mathinner{|\varphi_2\rangle}∣φ1​⟩,∣φ2​⟩的张量积,记为∣φ⟩=∣φ1⟩⊗∣φ2⟩\mathinner{|\varphi_\rangle}=\mathinner{|\varphi_1\rangle}\otimes\mathinner{|\varphi_2\rangle}∣φ⟩​=∣φ1​⟩⊗∣φ2​⟩,常记为∣φ1⟩∣φ2⟩\mathinner{|\varphi_1\rangle}\mathinner{|\varphi_2\rangle}∣φ1​⟩∣φ2​⟩或∣φ1φ2⟩\mathinner{|\varphi_1\varphi_2\rangle}∣φ1​φ2​⟩,HHH中的矢量是∣φ1⟩⊗∣φ2⟩\mathinner{|\varphi_1\rangle}\otimes\mathinner{|\varphi_2\rangle}∣φ1​⟩⊗∣φ2​⟩的线性叠加。
例如,A,BA,BA,B分别是m×mm\times mm×m和n×nn\times nn×n的方阵,则:

好,下面可以开始讲量子纠缠态了
定义:量子纠缠态——当量子比特的叠加状态无法用各量子比特的张量积乘积表示时,这种叠加态就称为量子纠缠态
现在,给定两个电子,AAA处于向上的态∣↑⟩A\mathinner{|\uparrow\rangle}_A∣↑⟩A​,BBB处于向下的态∣↓⟩B\mathinner{|\downarrow\rangle}_B∣↓⟩B​,根据排列组合,总共有四种结合态∣↑↑⟩、∣↑↓⟩、∣↓↑⟩、∣↓↓⟩\mathinner{|\uparrow\uparrow\rangle}、\mathinner{|\uparrow\downarrow\rangle}、\mathinner{|\downarrow\uparrow\rangle}、\mathinner{|\downarrow\downarrow\rangle}∣↑↑⟩、∣↑↓⟩、∣↓↑⟩、∣↓↓⟩.态矢量∣ψ⟩\mathinner{|\psi\rangle}∣ψ⟩可以是这四种态的叠加。如果,一个系统的态为:∣ψ⟩=12∣↑↓⟩+12∣↓↑⟩\mathinner{|\psi\rangle}=\frac{1}{{\sqrt 2 }}\mathinner{|\uparrow\downarrow\rangle}+\frac{1}{{\sqrt 2 }}\mathinner{|\downarrow\uparrow\rangle}∣ψ⟩=2​1​∣↑↓⟩+2​1​∣↓↑⟩,由于它不能被分厘为单个电子的态的乘积,所以这个系统的态被称为纠缠态。
现在例举一个不是纠缠态的例子,我们看看和纠缠态的区别

我们可以发现,不是纠缠态的,有个类似于提取公因式的操作,而上面的纠缠态式子明显无法完成这个操作。这种能提取“公因式” 式子又被叫做直积态,即能够直接写成张量积的态。

直观的说,纠缠态的量子是会相互影响的,而非纠缠态的量子不会。


好了,这部分内容到一段落,希望感兴趣的朋友能关注收藏。

《基于张量网络的机器学习入门》学习笔记1相关推荐

  1. 软件管理沉思录读书笔记

    第一部分 管理你的项目 质量之所以重要,是因为软件可能会使用十年.组织极少会弃用软件,而是通过提升和重新利用不断使用它.因此,对于软件质量的关注必须贯穿其整个生命周期. 第一章 交付高质量的产品 &q ...

  2. 设计模式沉思录 - 读书笔记(XMind)

    注:后面会不定期,以XMind的方式发布一些读书笔记. 目标:书还要是越读越薄才行!

  3. 软件开发沉思录读书笔记

    软件开发中推崇敏捷,自动化测试,减少了成本加快了速度,加快了沟通和版本之间的关系,用好的沟通来换好的软件.关于多语言开发,应该根据业务领域的不同,采用适合不同领域的编程语言,同时也要注意编程语言的跨平 ...

  4. 《C++ 沉思录》学习笔记——上篇

    文章目录 1. 总结(31-32) 1.1 通过复杂性获取简单性(31) 1.1.1 类库和语言语义 1.1.2 抽象和接口 1.2 说了 Hello world 后再做什么(32) 2. 技术(27 ...

  5. 《C++沉思录》学习笔记1

    文章目录 前言 一.类 二.改进,实现关闭跟踪输出的功能 三.改进,实现跟踪输出到不同设备的功能 四.不用类来实现上述功能 C++优秀的面向对象的核心本质 参考资料 前言 作为高级语言,C已经很强大了 ...

  6. 《C++沉思录》读书笔记

    <C++沉思录>读书笔记 序幕 动机 第1章 为什么我用C++ 第2章 为什么用C++工作 第3章 生活在现实世界中 类与继承 第4章 类设计者的核查表 第5章 代理类 第6章 句柄:第一 ...

  7. Android学习笔记---22_访问通信录中的联系人和添加联系人,使用事物添加联系人...

    Android学习笔记---22_访问通信录中的联系人和添加联系

  8. FFmpeg基础到工程-多路H265监控录放开发学习笔记

    多路H265监控录放开发学习笔记 课程涉及:FFmpeg,WebRTC,SRS,Nginx,Darwin,Live555,等.包括:音视频.流媒体.直播.Android.视频监控28181.等. 具体 ...

  9. 【小猫爪】AUTOSAR学习笔记00-目录

    [小猫爪]AUTOSAR学习笔记00-目录   因为一个偶然的机会让我接触到了AUTOSAR,所以就花一点小小的时间来记录一下学习它的坎坷大道.这其中复制粘贴了很多,也包括了我的一些个人的小小见解和废 ...

  10. 读书笔记∣概率论沉思录 01

    概率的解释基础分为两种,一是物理世界本身存在的随机性(客观概率),二是是我们由于信息不足而对事件发生可能性的度量(主观概率).基于此,形成了概率论的两大学派:频率论学派(传统数理统计学)和贝叶斯统计学 ...

最新文章

  1. PercentFrameLayout(百分比布局)的基本使用
  2. pandas python2_Python数据分析之pandas学习(二)
  3. 中音萨克斯指法表图_初学萨克斯一定要了解这6点基础知识
  4. 距离传感器控制灯泡代码_生迪全彩智能 LED 灯泡体验评测
  5. cron计划任务、chkconfig工具、systemd管理服务、unit、target介绍
  6. erl_nif中解决调用enif_get_XX错误问题
  7. “C语言之父”40年前搞的操作系统复活,Linux、Windows都借鉴过它
  8. RELYUM—针对关键系统的物联网和网络安全解决方案 (二)
  9. 入门神经网络优化算法(五):一文看懂二阶优化算法Natural Gradient Descent(Fisher Information)
  10. Fast Walsh-Hadamard Transform (快速沃尔什变换)
  11. Java中Map详解
  12. GIS-测绘学概论(5)
  13. 舒老师AK的hu测 T2. LX还在迷路(线段树+等差数列)
  14. linux之bound网络配置
  15. VnlnHub Hacker_Kid-v1.0.1
  16. Python开发一个APP居然如此之简单?老王自学三月就独立开发了!
  17. linux根目录爆满解决方法
  18. 后台框架--HUI 的学习跟使用1
  19. 【Matlab】基于改进的 Hausdorf 距离的DBSCAN船舶航迹聚类
  20. 数据结构---判断链表是否有环

热门文章

  1. 【AI2】更新app inventor离线开发环境百度网盘下载链接,安卓app图形化开发环境...
  2. cmd命令行修改windows虚拟内存pagefile.sys
  3. 一个基于Node.js的本地快速测试服务器
  4. Ubuntu上安装TensorFlow(python2.7版)
  5. 台积电和三星成半导体代工厂恶战主角 受谁影响?
  6. bootstrap-动画过渡
  7. 由Photoshop高反差保留算法原理联想到的一些图像增强算法。
  8. 一个好的MIS系统应该考虑哪些内容
  9. 实用小命令-windows下查看端口占用情况
  10. mysql4中出现的本地计算机 无法启动mysql服务 错误1067解决办法