张量网络入门：从SVD到MPS/PEPS/MERA的量子机器学习实战

研究张量这些年，我一度觉得SVD、CP分解这些工具已经够用了，直到某次模拟项目X里要处理一个50比特的量子态。名字好听，但50比特意味着2^50个复数振幅，用双精度存储就是18 PB——别说内存，磁盘都放不下。那一刻我意识到，量子机器学习要想真正落地，躲不开一个东西：张量网络。

这一章把我这几年折腾张量网络的经验整体捋一遍：为什么它和量子机器学习绑得这么死、三种主流结构该怎么选、纠缠和键维怎么控制误差、以及它到底能用在哪些真实任务上。适合已经看过前几章、熟悉张量基本运算但还没系统接触张量网络的读者。看完这篇文章，你应该能回答一个问题：手头一个量子学习任务，该用哪种网络、键维开多大、怎么判断结果靠不靠谱。

1. 为什么量子机器学习绕不开张量网络

1.1 指数维度的墙：量子态不是普通数据

前面章节我们处理过图像、文本、评分矩阵，这些数据再大，维度也是显式的、可控的。量子态完全不是一回事。一个n比特的量子系统，基态张成2^n维希尔伯特空间，一个任意量子态就是这2^n个复数振幅的集合。

我算过一笔账：30比特是10亿个振幅，用complex128存储需要16 GB；40比特直接到16 TB；50比特就是18 PB。就算未来存储技术再翻几番，这条路也走不通。而量子计算真正有价值的场景，恰恰都落在30比特以上的区间。

更麻烦的是，量子机器学习过程里，这个指数维度会出现在各个层面：量子态制备、量子电路演化、测量结果的概率分布、特征映射后的数据点。传统的"把向量塞进矩阵"的思路，在这里从工具层面就失效了。

1.2 张量网络是量子态的"结构化压缩"

幸运的是，物理世界不会随便扔给你一个任意量子态。量子比特之间通常只存在局域的相互作用，由局域哈密顿量演化和制备出来的态，只占据整个希尔伯特空间里一个非常小的流形。这个流形上的态，纠缠结构是受限的。

张量网络做的事情，就是把一个指数维度的张量，拆成一组小张量的乘积和收缩。每个小张量只描述"局部"的结构，全局的关联靠张量之间的公共指标（边）来传递。这很像MP3之于音频：不是逐样本记录波形，而是用少量参数描述声学结构；也像一张JPEG图之于原始位图：视觉效果接近，体积小几个数量级。

一个n比特的MPS（矩阵乘积态）只有O(n d χ²)个参数，其中d是局部维度（比特为2），χ是键维。n=100时，2^100个振幅被压到约20万个参数。省下来的不是一点点，是天文数字。机器学习里我们总说"归纳偏置"，张量网络的归纳偏置非常明确：低纠缠、局域关联、沿图结构传播。

1.3 前几章的分解工具在这里只是起点

如果你认真学过前面的SVD、QR分解，会发现张量网络没有引入全新的数学，它只是把SVD用在了"图结构"这个舞台上。

MPS的构造过程就是不断对高维张量做SVD：把第一个物理指标分离出来，剩下的大张量按键维截断，再对下一个指标重复。经过n-1次SVD，一个大张量变成一串三阶张量的乘积。PEPS、MERA只是改变了SVD的切法，把"线性链"换成"平面网格"或"层级树"。理解了这一层，张量网络的很多操作（规范化、截断、收缩）你都能从SVD的性质推导出来。

工具没变，变的是组装方式。这也是为什么我建议读者别急着学一堆新算法，先把SVD的几何直觉吃透：奇异值谱就是纠缠谱，奇异值衰减速度就是可压缩性的度量，截断掉的小奇异值就是你要付出的误差。

2. 三种核心张量网络结构的选型逻辑：MPS、PEPS、MERA

2.1 MPS（矩阵乘积态）：一维系统的默认答案

MPS的数学形式很优雅。对n个张量节点A_1, A_2, ..., A_n，每个节点A_i有三个指标：左键维指标α_{i-1}、右键维指标α_i、物理指标s_i。整个量子态写作：

|ψ⟩ = Σ_{s_1...s_n} Σ_{α_1...α_{n-1}} A_1^{s_1}[α_0, α_1] A_2^{s_2}[α_1, α_2] ... A_n^{s_n}[α_{n-1}, α_n] |s_1 s_2 ... s_n⟩

两端边界维度取1，中间节点形状是χ×d×χ。键维χ直接决定了这个网络能表达多少纠缠——严格说，是每个二分切口上最多能保留多少个Schmidt系数。

MPS最著名的算法是DMRG（密度矩阵重正化群）的现代解释：把MPS当作变分拟设，通过逐点优化每个A_i来逼近基态能量。这个过程交替进行"左扫""右扫"，每扫一次相当于一次坐标下降法的高效版本，复杂度O(n χ³ d³)量级。

选型判断：只要你的问题本质上是一维链式结构，或者二维数据可以被蛇形遍历映射到一维，MPS就是首选。实现简单、数值稳定、可控性强。我做过不少二维图像分类实验，把像素行优先展成一维后用MPS，效果虽然比不过同规模的卷积网络，但作为量子启发的基线模型非常有价值。

2.2 PEPS：二维系统的代价与收益

PEPS把MPS的链式拓扑换成二维网格。每个节点是五阶张量：一个物理指标加上上下左右四个键维指标。二维面积律纠缠（纠缠熵随系统边界线性增长）天然适配PEPS，理论上比MPS更贴近真实的二维量子系统。

代价立刻来了：MPS可以精确规范化、精确算期望值，PEPS不行。它的收缩是个#P-难问题，实际操作中要用边界MPS方法去近似收缩——把PEPS的二维结构逐行"投影"成一条MPS链，再做传统的一维收缩。这一步的复杂度大致是O(n χ_{PEPS}^4 χ_{boundary}^2)，键维上去之后非常肉疼。

我在实际项目里对PEPS的感受是：它适合图结构数据、网格数据这类真正二维关联强的场景。如果你只是拿网格像素强行用PEPS，收益大概率抵不过收缩开销。记住PEPS的绰号——"高性能也是高维护"。

2.3 MERA（多层纠缠重正化）：层次结构是它的王牌

MERA的名字很长，思路其实一句话：逐层"去纠缠"。每一层由两类等距张量组成——纠缠消除器（disentangler）负责消除小尺度纠缠，等距投影（isometry）负责粗粒化，把尺度不断放大。最终形成的网络是树状+横向缠结。

为什么MERA值得单独留一个位置？因为它能表示量子临界系统，这类系统的纠缠熵不是常数而是随系统尺寸对数增长（对数修正面积律）。MPS在临界点需要χ随系统尺寸多项式增长，MERA则只需要很小的χ就能覆盖多尺度结构。

量子机器学习对MERA的兴趣主要来自它的层级结构：先局部后全局的抽象过程，和卷积神经网络的特征金字塔非常像。一个想法是把MERA当作一种"物理先验的神经网络架构"，用分层纠缠来拟合具有尺度不变性的数据分布。代价是MERA的张量数量多、收缩路径复杂，优化起来比MPS慢一个量级。

我的建议是：数据具有明显的层次结构（比如分子表征、自然语言句法树、多尺度图像），值得试MERA；数据只是普通高维向量，别凑这个热闹，MPS加一个非线性映射往往更划算。

3. 纠缠结构与键维：决定网络成败的两个关键开关

3.1 Schmidt分解：张量网络的元操作

想要理解键维和误差，必须回到Schmidt分解。把一个量子态按某个二分切口分成A、B两部分，态矢可以写成：

|ψ⟩ = Σ_{k=1}^{r} λ_k |φ_k⟩_A ⊗ |χ_k⟩_B

这里λ_k是非负的Schmidt系数，r是Schmidt秩。r=1的态是可分态，没有纠缠；r越大纠缠越强。注意，r正是这条切口上MPS键维的最小值。切一刀，等于做一次SVD，键维就是保留的奇异值个数。

所以MPS本质上是对一个量子态在所有分界线上同时做SVD，并要求每条分界线的奇异值个数都受同一个χ约束。MPS表达能力的天花板，被最坏切口的Schmidt秩卡死。做DMRG时如果发现某个键维始终不收敛，别急着加χ，先看是不是这条切口的纠缠谱太胖。

3.2 键维χ：精度旋钮和成本旋钮是同一个旋钮

键维χ决定了两件事：能描述的纠缠上限，以及所有运算的复杂度。MPS的存储是O(nχ²d)，而单次张量收缩往往是O(χ³d³)：χ从100加到200，存储涨4倍，运算涨8倍。这不是线性代价，是幂次爆炸。

但你不能为了省钱就把χ开得很小。物理量（比如能量、纠缠熵、关联函数）随χ增大单调收敛，而收敛速度完全取决于Schmidt谱的衰减。谱衰减快，χ=50就够；谱衰减慢，χ=5000也不一定收敛。实践中没有捷径，只能做χ扫描：把χ从32、64、128一路跑上去，看目标量的变化趋势。

有一种比能量本身更灵敏的判据：截断误差。每次SVD截断时，被丢掉的光费舍尔权重之和是ε = Σ_{k>χ} λ_k²。如果你每一步的ε都在10⁻⁸量级以下，结果基本可信；如果ε徘徊在10⁻³量级，说明这个χ远没吃饱，所有下游结论都要打个问号。我一向的做法是：记录每一步截断误差的最大值，并把它作为汇报结果的必要指标。不报截断误差的张量网络结果，就像不带置信区间的回归系数，参考价值有限。

3.3 面积律与体积律：先判断你的问题"配不配"用张量网络

张量网络不是万能的，它有明确的适用边界。物理里有一个基本分类：局域哈密顿量的基态满足面积律——纠缠熵正比于区域的边界面积；而随机量子态满足体积律——纠缠熵正比于区域的体积。一维链上，MPS能高效表示的是纠缠熵有界（满足面积律）的态；如果纠缠熵随系统尺寸线性增长，MPS需要的χ按指数增长，直接宣告失败。

量子机器学习里这个诊断同样重要。你的数据经过特征映射变成量子态之后，如果纠缠结构是面积律的，张量网络就高效；如果是体积律的（接近随机态），张量网络就完全失效。

我经常在项目开始前做一个"纠缠预检"：训练一个小的MPS，看拟合测试集时需要的χ和截断误差。χ一直焦虑地上涨、误差降不下来，基本可以断定数据映射后的纠缠太强，应该换特征映射方式或者换模型。这个预检不需要多少时间，却能避免后面几周的无效劳动。

4. 张量网络在量子机器学习中的三个实际落点

4.1 量子态层析：用MPS做大规模量子态的"压缩感知重建"

量子机器学习要先知道系统是什么态，而量子态层析是出了名的指数级困难：完整层析需要O(4^n)次测量。但如果我们假设目标态可以用低键维MPS近似表示，问题就变成：用多项式多次的局域测量，去反演MPS参数。

具体做法大概是这样：测量一组局域泡利算符的期望值（或者做随机化测量得到经典阴影），然后构造一个关于MPS参数的似然函数，用梯度下降直接优化。因为MPS参数规模是多项式级的，优化过程在经典计算机上就能跑。最近几年这个方向进展很快，中等规模量子处理器上做部分层析已经不算新闻。

这里有个容易踩的坑：MPS重建容易收敛到局部最优，尤其是测量数目不足的时候。我的经验是，初始化非常关键。先用MPS对测量的频率直方图做一次"粗糙拟合"当初始点，再开始整体优化，成功率会高不少。

4.2 量子电路模拟：张量收缩比矩阵乘法更聪明

模拟量子电路的朴素方法是把每一层酉矩阵作用在态矢量上，本质是不断做2^n维矩阵乘法。张量网络提供了另一条路：把整个电路展开成一张大张量网络，每个门是一个小张量，量子比特连线是收缩指标，然后用收缩算法一次性算完。

这条路线的威力在于：对于纠缠增长受限的电路（浅层电路、低连通电路、带噪声电路），网络里可以压缩的冗余非常多。收缩复杂度与电路图的分割宽度（treewidth）紧密相关，而真实物理电路图通常具有低分割宽度特征。这也是为什么"量子计算优越性"的边界总在不断被经典模拟追赶——很多声称优越性的随机电路采样实验，最终都能被改进的张量收缩算法在经典计算机上逼近甚至超越。

实操里要注意收缩顺序。同一张网络，先收缩哪个节点、后收缩哪个节点，复杂度可以差几十倍。我个人的习惯是先用工具自动规划收缩路径，再手动检查关键节点；当网络里有大键维卡脖子时，考虑用"切片法"把一条边拆开求和，用并行把指数压力均摊到多核上。

4.3 张量网络本身就是可训练的机器学习模型

这是我最看好的落点：不把张量网络当作数值工具，而是直接当作模型骨架。MPS可以作为分类器：把输入数据映射成MPS，与标签张量做内积，输出类别概率。MPO（矩阵乘积算符）则可以把输入特征向量写成矩阵链，做非线性特征提取。

典型的训练框架是这样：把输入向量局部编码到一系列小张量上，与一个固定结构MPS（参数可训练）做收缩，得到一个标量输出或一组概率分布，再用交叉熵做反向传播。因为MPS的参数对输出是光滑的，自动微分完全走得通，训练过程和一个几层神经网络没有本质区别。

有一种特别有意思的形式叫张量网络生成模型（Born machine）：训练一个MPS，使它的|振幅|²分布逼近数据分布，然后从MPS顺序采样生成新样本。这个模型天然满足归一化条件，采样过程就是沿着链做条件概率计算，风格上很像自回归生成模型。我拿它做小规模分子构象采样和图像块生成，稳定性出乎意料的好，尤其适合数据量小的场景——张量网络的参数少，过拟合风险天然低。

5. 从理论到代码：实操里的数值坑与收敛判断

5.1 收缩顺序：同一个网络能算出两种人生

张量收缩的核心操作是"合并两个张量的公共指标再SVD分解回去"。这个操作本身不难，但在一张复杂网络里，收缩顺序决定了中间张量的大小。

举个小例子：一条四节点的MPO链和四节点MPS做整体内积。按从左到右的顺序，每一步中间的临时张量维度最多是χ²d²，可控；如果先收缩中间两个节点，临时张量维度直接变χ³d³，计算量立刻上一个台阶。企业里我们经常遇到"代码差不多，就是跑得慢"的反馈，十有八九是收缩顺序不对。

我的工程建议是：写代码时把"收缩"封装成独立函数，输入输出都打印张量形状；一旦运算卡顿，先看是哪个张量形状爆炸了，再调顺序。还有一个省力原则——先收缩键维小的边，把物理指标尽可能晚地暴露出来。

5.2 规范化与规范自由度：MPS的"礼仪"

MPS有规范自由度：在任意键维上插入一个可逆矩阵及其逆矩阵，物理态不变。利用这个自由度可以让MPS进入规范形式——左规范或右规范，中间某个节点是"规范中心"。为什么要费劲做这件事？三个理由：

第一，数值稳定性。不做规范化的MPS经过多轮运算，张量元素的量级会漂移，出现NaN或者Inf是家常便饭。规范化之后，所有中间张量都是"等距的"，量级被锁死。

第二，截断的正确性。SVD截断只在规范中心附近做才是最优的。在非规范位置直接截断，丢弃的奇异值并不是真实的Schmidt系数，误差会以无法预估的方式扩散。

第三，期望值计算的局部性。用规范形式的MPS，算任意局域算符期望值时，不需要重建整个态矢量，只需要把规范中心和该局域算符之间的一段收缩出来即可。这个"局部性"在DMRG扫描中是性能的核心。

5.3 收敛判据：不只是看损失函数

很多刚上手张量网络的读者会盯着"训练损失"看，但物理量收敛才更有说服力。我建议固守一套检查清单：

第一，观察Schmidt谱的衰减。在最大熵的切口上画出奇异值分布，如果它从10⁻¹到10⁻⁸平滑下降，说明态的低纠缠假设成立；如果在某个值上突然"悬崖式"截断后再下降，说明χ开小了。

第二，做χ-收敛扫描。至少跑χ=32、64、128三档，画出目标量（能量或损失）对χ的曲线，并做外推估计。如果外推得到的极限值和当前χ下结果差得远，就得继续加大χ，没有商量余地。

第三，报告截断误差。最终结果附带一句"最大截断误差为10⁻⁷"比任何花哨的可视化都更有说服力。这也是论文审稿人最看重的指标之一。

我见过太多结果漂亮的实验，最后因为没做这三步检查而被推翻。张量网络的拟合能力很强，低χ都能把训练目标拟合到很漂亮，但泛化能力只有靠这些物理收敛指标才能确认。把收敛诊断当作流程的一部分，而不是可选项。

5.4 工具链选型与调试经验

最后聊聊工程。现在开源张量网络工具已经不少，核心运算基本都是基于成熟数值库实现的，重点看三件事：是否支持自动微分、是否支持GPU批处理、SVD是否提供经济型分解（只需要前k个奇异值）。

实际调参时最有用的诊断手段，是把你训练好的MPS分别在几个不同位置上做Schmidt分解，打印完整奇异值谱。一次就能看出：哪些位置纠缠饱和、哪些位置冗余、χ是否分配合理。这比盯着损失曲线直观太多。

我还习惯保留每次训练的键维衰减曲线。张量网络模型有个特点：参数多但结构约束强，所以它既不会像深度神经网络那样"过拟合到离谱"，也不会像线性模型那样欠拟合。这个中间地带正是它在小样本量子任务里好用的原因。如果你后续想扩展，把多个张量网络堆叠成深层结构，或者把键维当作剪枝维度来做模型压缩，都是很自然的方向——那又是另一篇文章了。