内容简介 
张量网络态的重整化群论为研究量子多体问题提供了有力的工具，为理解复杂系统的纠缠结构提供了新的范式。近几十年来，该理论已迅速发展成为一种通用框架和语言，被研究人员用于从凝聚态理论到机器学习等领域。本书首次对这一领域进行了全面的教学介绍。
 
目录
 
前言缩写；使用的单位；符号和图形表示；
1.引言；
2.张量的基本代数；
3.经典统计方法的张量网络表示；
4.波函数的张量网络变换；
5.截断准则：对称系统；
6.实空间DMRG；
7.对称性的实现；
8.具有非本地基状态的DMRG；
9.矩阵乘积状态；
10.无限矩阵乘积态；
11.MPS的测定；
12.连续矩阵乘积状态；
13.经典转移矩阵重整化；
14.截断准则：非对称系统；
15.量子转移矩阵的重整化；
16.QTMRG的MPS溶液；
17.动态相关函数；
18.依赖时间的方法；
19.切线空间运算；
20.切线空间方法；
21.树张量网络状态；
22.二维张量网络状态；
23.粗粒化张量重整化；
附录A；
 
学术水平：graduate students, academic researchers
读者群：condensed matter physics, statistical physics, quantum information, quantum chemistry, machine learning