MindSpore中爱因斯坦求和体验如何？

本文共计1475个文字，预计阅读时间需要6分钟。

张量网络计算，应用广泛，涵盖传统计算化学生态，当下生物医药研发领域的分子动力学模拟、计算化学和材料模拟，乃至未来的量子计算。

张量网络计算，已经在众多的领域中得到了应用，不仅仅是传统的计算化学，当下医药研发领域的分子动力学模拟、计算化学和材料模拟，甚至是未来的量子计算，张量网络技术都在当中发挥重要作用。本文介绍的是MindSpore最新对张量网络计算的支持的第一步：用爱因斯坦求和计算张量网络缩并。 技术背景

在前面的博客中，我们介绍过关于numpy中的张量网络的一些应用，同时利用相关的张量网络操作，我们可以实现一些分子动力学模拟中的约束算法，如LINCS等。在最新的nightly版本的MindSpore中也支持了爱因斯坦求和的算子，这是在张量网络中非常核心的一个操作，本文就简单介绍一下MindSpore中使用爱因斯坦求和的方法。

安装最新版的MindSpore

Einsum是在1.6之后的版本才支持的，MindSpore的Master分支就是官网上面的Nightly版本，我们可以安装这个已经实现了爱因斯坦求和算子的版本。

安装指令如下：

python3 -m pip install mindspore-cuda11-dev -i pypi.tuna.tsinghua.edu.cn/simple --upgrade 简单示例

我们可以先将张量缩并，理解成是一个普通的矩阵乘积即可，只是相乘的矩阵维度大小略有区别。