---
title: "方法组合调度"
description: "组合调用路径生成与局部改进方法，通过 Light 或 Heavy 预设完成收缩序优化。"
eyebrow: "自动收缩序优化"
---

## 一次调用怎样完成搜索 {#scope}

ArcTN 提供 Light 和 Heavy 两种搜索模式，将路径生成、局部改进和结果选择组织在一次调用中。调用者提供张量网络和优化目标，通过 `preset="light"` 或 `preset="heavy"` 选择模式，不必逐个调用底层搜索方法。

这里的“候选”是一条完整收缩路径，已经指定从输入张量到最终结果的全部两两收缩步骤，而不是某一步选中的两个张量。方法组合调度负责安排这些路径的生成和改进，再按本次优化目标比较结果。

| 环节 | 处理内容 |
| --- | --- |
| 生成候选 | 在原始网络及化简网络上，按预设调用随机贪心、超图二分等方法 |
| 改进路径 | 按预设和停止条件，对候选进行子树重构、回火等局部搜索 |
| 返回结果 | 按本次目标函数选择路径；请求 `target_size` 时，再处理切片约束 |

化简会先确定一部分收缩步骤，再在剩下的较小网络上搜索。把两部分接起来后，得到的仍是原始输入网络上的完整路径，因此可以与直接在原网络上生成的路径比较。具体采用哪些生成方法和改进步骤取决于预设；某些步骤也可能因停止条件而跳过。两种预设的区别见[Light / Heavy 接口](/docs/auto-light-heavy#comparison)。

候选树图和选择原理统一放在[张量网络与收缩路径](/docs/tensor-network#candidate-set)，目标函数见[路径指标与优化目标](/docs/path-metrics#definition)。

## 公共 Python 接口 {#basic-usage}

| 入口 | 适用情况 | 返回结果 |
| --- | --- | --- |
| arctn\_path | 选择 Light 或 Heavy 并规划路径 | 一条 SSA 或 linear path |
| arctn\_schedule | 需要查看收缩序、工作量和切片信息 | 包含路径、目标、指标与可选切片结果的字典 |
| arctn\_plan | 优化收缩序，并保存网络与切片信息 | 可保存的 ArcTNExecutionPlan |
| arctn\_tree | 把规划结果转换为 Cotengra ContractionTree | 可供 Cotengra / Quimb 使用的树 |
| arctn\_contract | 规划后立即执行数值收缩 | 数值结果，以及可选的最终信息 |

可运行的例子见[快速开始](/docs/quick-start)，完整签名见 [Python API](/docs/python-api)。

## 常用参数 {#public-controls}

| 参数 | 作用 | 说明 |
| --- | --- | --- |
| preset | 选择 `light` 或 `heavy` | 默认值是 `heavy` |
| seed | 设置本次随机搜索的基础种子 | 影响搜索过程中的随机选择，不设置输入数组的数值 |
| max\_time | 搜索时间限制，单位为秒 | 在算法检查点生效，实际返回时间可能稍晚 |
| flops\_weight / read\_write\_weight | 固定本次调用的完整路径目标函数 | 必须有限、非负，且不能同时为零 |
| target\_size | 限制每个切片允许的最大中间张量元素数 | 不等于 RSS、显存或并发切片总内存 |
| slicing\_mode | 选择 `fixed` 或 `dynamic` | `dynamic` 必须同时提供 `target_size` |
| rate\_enabled | 是否启用基于估计收缩工作量的提前停止 | 适用于 `arctn_schedule` 和 `arctn_plan`，默认 `True` |

`target_size` 和 `slicing_mode` 适用于 `arctn_schedule`、`arctn_plan`、`arctn_tree` 和 `arctn_contract`。只返回路径的 `arctn_path` 不接收这两个参数。

权重决定比较路径时更重视什么。例如，`flops_weight=1`、`read_write_weight=0` 表示只按 FLOPs 选优；默认的 `(1, 64)` 同时考虑 FLOPs 与逻辑读写量。定义及数值例子见[优化目标](/docs/path-metrics#definition)。

`rate_enabled=False` 只关闭这一项提前停止，不关闭搜索自身的收敛判断或 `max_time`。固定随机种子也不代表每次耗时完全一致。若任务要求到时立即结束整个进程，应在调用程序外设置超时控制，例如使用作业调度器的时间限制。

## 返回结果 {#guarantees}

`arctn_schedule` 返回收缩序和结构化报告；`arctn_plan` 返回 `ArcTNExecutionPlan`，同时保存网络、收缩序和切片信息，供后续执行。

| 内容 | 含义 |
| --- | --- |
| `path` | 原始输入网络上的完整收缩路径 |
| `log10_flops`、`log2_read_write` 等 | 返回路径的结构计数；定义见[路径指标](/docs/path-metrics) |
| `planner_objective` 与权重 | 本次搜索采用的目标函数 |
| `sliced_legs` 与 `sliced_*` 字段 | 可选的切片 index 集合及切片后的指标 |

报告可用于检查返回路径及其指标，但仅凭最终报告不能重建搜索中所有未公开的候选。字段说明见[使用 Heavy：读取返回结果](/docs/tutorial-heavy#read)。

Light 和 Heavy 采用启发式搜索，不保证全局最优，也不把提前停止当作局部最优的证明。具体说明见[最佳候选的含义](/docs/tensor-network#optimality)。

## 切片限制 {#slicing}

提供 `target_size` 时，成功返回的方案满足每个切片中二元收缩结果的元素数限制；单张量网络另检查最终输出。若无法满足限制，接口返回错误。`target_size` 不等于进程 RSS、显存或所有并发切片的总内存。

用法见[控制中间张量](/docs/tutorial-slicing)。