順問題ソルバーに対して探索アルゴリズムを適用して最適解を探すためのフレームワーク。バージョン1.0では、順問題ソルバーとして量子ビーム回折実験の全反射高速陽電子回折実験（Total-reflection high-energy positron diffraction, TRHEPD，トレプト）、探索アルゴリズムはNelder-Mead法、グリッド型探索法、ベイズ最適化、レプリカ交換モンテカルロ法が実装されている。順問題ソルバーはユーザ自身で定義することもできる。
テンソルネットワークアルゴリズム開発のために設計されたオープンソースのC++ライブラリ。基本的なテンソル演算を使いやすいインターフェースで提供する事を目標としており、またネットワークのグラフィカルな表現を扱うNetworkクラスを提供している。Pythonから呼び出すためのラッパーも提供されている。
テンソルネットワークを用いた強相関量子系シミュレーションのためのPythonライブラリ。初心者にとっての読みやすさ、使いやすさと専門家にとってのアルゴリズムの強力さ、高速さを両立する事を目標としている。簡易的なサンプルコード、TEBDやDMRGを説明するためのトイコードも用意されている。
テンソルネットワークを実装するためのオープンソースライブラリ。TensorFlowをベースに開発されており、物理分野だけでなく、機械学習分野の専門家が利用しやすいように配慮されている。TensorFlow以外にもJAX, PyTorch, Numpy向けのラッパーが含まれている。
飽和磁化近傍の量子スピン模型を効率よく取り扱える厳密対角化パッケージ。飽和磁化極限であれば1000サイトを超えるような非常に大きなシステムサイズを取り扱える。波数に依存したエネルギー分散や動的なスピン動的構造因子を計算することも可能。
平面波基底とノルム保存型の擬ポテンシャルを用いた第一原理計算ソフトウェア。実時間発展密度汎関数法が実装されており、時間依存する外場による電子・イオンダイナミクスの計算が可能。FPSEID21の形式に従った擬ポテンシャルを用いる必要がありホームページからダウンロード可能。
peps-torch は２次元格子上の量子モデル計算のための python ライブラリである．バウンダリの無い（つまり無限系の）テンソルネットワーク状態（iPEPS）を変分波動関数とした変分法が使われているので，基底状態波動関数がiPEPS を構成する要素テンソルの形で得られる．エネルギーの評価には角転送行列法（CTM）が用いられ，pytorch を介した自動微分によってその最小化が行われる．可換な対称性を保ったままテンソルを操作するための関数／クラスが用意されている．一般の格子やモデルを標準でサポートしていないが，多くの計算実行例がついているので，直接サポートされていない格子やモデルについては，実行例を参考にユーザが比較的容易にソースコードを改変できるようになっている．pytorch がインストールされていることが必要である．
ベーラー・パリネロ型ニューラルネットワークポテンシャルを実装するソフトウェアパッケージ。構造とエネルギーを関連付けるデータからポテンシャルを学習したり、学習済みのポテンシャルを任意の構造に対して評価するためのツール群を提供する。LAMMPSと組み合わせることで分子動力学計算も実行可能。
ベーラーグループが開発しているFORTRANベースのベーラー・パリネロ型ニューラルネットワークポテンシャル関連パッケージ。ポテンシャルの構築および評価が可能で、LAMMPSを用いた分子動力学計算にも対応。最新の静電相互作用を考慮するニューラルネットワークポテンシャルが実装されている。
モーメント・テンソルポテンシャルを実装するソフトウェアパッケージ。ポテンシャルの学習および学習済みのポテンシャルを用いたLAMMPSによる分子動力学計算が実行可能。分子動力学計算と組み合わせた能動学習も利用可能。