使用QuCumber训练4量子位RBM时遇complex256不兼容numpy linalg错误

• 直接转成complex128类型即可
  numpy的linalg模块确实不支持complex256这种扩展精度类型，把目标密度矩阵转成标准的complex128就能解决问题：
  要么加载数据时直接指定类型：

  real_data = np.loadtxt("GHZ_state_real.txt", dtype=np.float64)
  imag_data = np.loadtxt("GHZ_state_imag.txt", dtype=np.float64)
  target_rho = real_data + 1j * imag_data
  

  要么用data.load_data_DM加载后再转换：

  target_rho = target_rho.astype(np.complex128)
  

• 同步模型内部张量的类型
  4量子位场景下模型自身的张量可能也默认用了complex256，得同步转成complex128避免类型不匹配：

  nn_state.rho = nn_state.rho.type(torch.complex128)
  

• 先转类型再做reshape操作
  你之前用torch.reshape没用是因为reshape只改变形状不修改数据类型，正确顺序是先转类型再调整形状：

  target_rho = target_rho.type(torch.complex128).reshape(16, 16)
  

补充：complex128是双精度复数，完全满足4量子位密度矩阵的计算需求，不会损失精度，同时也是numpy和PyTorch支持最完善的复数类型。

内容的提问来源于stack exchange，提问作者Silvio sjsj