mindchemistry.e3.o3.TensorSquare

查看源文件
class mindchemistry.e3.o3.TensorSquare(irreps_in, irreps_out=None, filter_ir_out=None, ncon_dtype=float32, **kwargs)[源代码]

计算张量的平方张量积。 等价于 TensorProduct 使用 irreps_in2=None 且 instructions='full' 或 'connect'。详细信息见 mindchemistry.e3.o3.TensorProduct。 如果提供了 irreps_out，此操作将是完全连接的。如果未提供 irreps_out，则此操作没有参数，类似于完全张量积。

参数：

  • irreps_in (Union[str, Irrep, Irreps]) - 输入的 Irreps。

  • irreps_out (Union[str, Irrep, Irreps, None]) - 输出的 Irreps。默认值: None。

  • filter_ir_out (Union[str, Irrep, Irreps, None]) - 过滤器，用于仅选择特定的 Irrep 输出。默认值: None。

  • irrep_norm (str) - {'component', 'norm'}，输入和输出表示的假定标准化。默认值: 'component'。

  • path_norm (str) - {'element', 'path'}，路径权重的标准化方法。默认值: 'element'。

  • weight_init (str) - {'zeros', 'ones', 'truncatedNormal', 'normal', 'uniform', 'he_uniform', 'he_normal', 'xavier_uniform'}，权重的初始化方法。默认值: 'normal'。

  • ncon_dtype (mindspore.dtype) - ncon 计算模块的输入张量的类型。默认值: mindspore.float32。

异常：

  • ValueError - 如果 irreps_out 和 filter_ir_out 都不为 None。

支持平台：

Ascend

样例：

>>> from mindchemistry.e3.o3 import TensorSquare
>>> TensorSquare('2x1o', irreps_out='5x2e+4x1e+7x1o')
TensorProduct [connect] (2x1o x 2x1o -> 5x2e+4x1e)
>>> TensorSquare('2x1o+3x0e', filter_ir_out='5x2o+4x1e+2x0e')
TensorProduct [full] (2x1o+3x0e x 2x1o+3x0e -> 4x0e+9x0e+4x1e)