YASTN：又一个对称张量网络；一个用于阿贝尔对称张量网络计算的Python库

我们提出一个用于量子多体模拟的开源张量网络Python库。其核心是一个阿贝尔对称张量，作为稀疏块结构实现，由位于密集多维数组后端之上的逻辑层管理。这是更高级张量网络算法的基础，操作矩阵乘积态和投影纠缠对态。适当的后端，如PyTorch，提供对成本函数梯度计算和在GPU及其他受支持加速器上执行的自动微分（AD）的直接访问。我们展示了该库在无限投影纠缠对态模拟中的性能，例如通过AD找到基态，并通过虚时间演化模拟哈伯德模型的热态。对于这些具有挑战性的例子，我们识别并量化了对称张量实现所利用的数值优势来源。