Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

Installieren Sie TensorFlow Quantum

Es gibt verschiedene Möglichkeiten, Ihre Umgebung für die Verwendung von TensorFlow Quantum (TFQ) einzurichten:

  • Der einfachste Weg, TFQ zu erlernen und zu verwenden, erfordert keine Installation. Führen Sie die TensorFlow Quantum-Tutorials mit Google Colab direkt in Ihrem Browser aus.
  • Um TensorFlow Quantum auf einem lokalen Computer zu verwenden, installieren Sie das TFQ-Paket mit dem Pip-Paketmanager von Python.
  • Oder erstellen Sie TensorFlow Quantum aus der Quelle.

TensorFlow Quantum wird von Python 3.6, 3.7 und 3.8 unterstützt und hängt direkt von Cirq ab .

Pip-Paket

Bedarf

  • pip 19.0 oder höher (erfordert manylinux2010 Unterstützung von manylinux2010 )
  • TensorFlow == 2.3.1

Informationen zum Einrichten Ihrer Python-Entwicklungsumgebung und einer (optionalen) virtuellen Umgebung finden Sie im TensorFlow-Installationshandbuch .

Aktualisieren Sie pip und installieren Sie TensorFlow

  pip3 install --upgrade pip
  pip3 install tensorflow==2.3.1

Installieren Sie das Paket

Installieren Sie die neueste stabile Version von TensorFlow Quantum:

  pip3 install -U tensorflow-quantum

Installieren Sie die neueste nächtliche Version von TensorFlow Quantum:

  pip3 install -U tfq-nightly

Aus der Quelle erstellen

Die folgenden Schritte werden für Ubuntu-ähnliche Systeme getestet.

1. Richten Sie eine Python 3-Entwicklungsumgebung ein

Zuerst benötigen wir die Python 3.8-Entwicklungstools. 

  sudo apt update
  sudo apt-get install pkg-config zip g++ zlib1g-dev unzip python3.8
  sudo apt install python3.8 python3.8-dev python3.8-venv python3-pip
  python3.8 -m pip install --upgrade pip

2. Erstellen Sie eine virtuelle Umgebung

Wechseln Sie in Ihr Arbeitsbereichsverzeichnis und erstellen Sie eine virtuelle Umgebung für die TFQ-Entwicklung. 

  python3.8 -m venv quantum_env
  source quantum_env/bin/activate

3. Installieren Sie Bazel

Wie im TensorFlow- Build aus dem Quellhandbuch angegeben , ist das Bazel- Build-System erforderlich.

Um die Kompatibilität mit TensorFlow 2.3.1 sicherzustellen, verwenden wir bazel Version 3.1.0. So entfernen Sie vorhandene Versionen von Bazel:

  sudo apt-get remove bazel

Laden Sie bazel Version 3.1.0 herunter und installieren bazel :

  wget https://github.com/bazelbuild/bazel/releases/download/3.1.0/bazel_3.1.0-linux-x86_64.deb

  sudo dpkg -i bazel_3.1.0-linux-x86_64.deb

Führen Sie Folgendes aus, um eine automatische Aktualisierung von bazel auf eine inkompatible Version zu verhindern:

  sudo apt-mark hold bazel

Bestätigen Sie bazel die Installation der richtigen bazel Version:

  bazel --version

4. Erstellen Sie TensorFlow aus der Quelle

Hier passen wir die Anweisungen aus dem TensorFlow- Build aus dem Quellhandbuch an. Weitere Informationen finden Sie unter dem Link. TensorFlow Quantum ist kompatibel mit TensorFlow Version 2.3.

Laden Sie den TensorFlow-Quellcode herunter:

  git clone https://github.com/tensorflow/tensorflow.git
  cd tensorflow
  git checkout v2.3.1

Stellen Sie sicher, dass die in Schritt 2 erstellte virtuelle Umgebung aktiviert ist. Installieren Sie dann die TensorFlow-Abhängigkeiten:

  pip install -U pip six numpy wheel setuptools mock 'future>=0.17.1'
  pip install -U keras_applications --no-deps
  pip install -U keras_preprocessing --no-deps
  pip install numpy==1.18.0

Konfigurieren Sie den TensorFlow-Build. Wenn Sie nach dem Speicherort des Python-Interpreters und der Bibliothek gefragt werden, müssen Sie die Speicherorte in Ihrem Ordner für die virtuelle Umgebung angeben. Die restlichen Optionen können auf Standardwerten belassen werden.

  ./configure

Erstellen Sie das TensorFlow-Paket:

  bazel build -c opt --cxxopt="-O3" --cxxopt="-march=native" --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0" //tensorflow/tools/pip_package:build_pip_package

Installieren Sie nach Abschluss des Builds das Paket und verlassen Sie das TensorFlow-Verzeichnis:

  ./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
  pip install /tmp/tensorflow_pkg/name_of_generated_wheel.whl
  cd ..

5. Laden Sie TensorFlow Quantum herunter

Wir verwenden den Standard- Workflow für Fork- und Pull-Anforderungen für Beiträge. Laden Sie nach dem Gabeln von der TensorFlow Quantum GitHub-Seite die Quelle Ihrer Gabel herunter und installieren Sie die Anforderungen:

  git clone https://github.com/username/quantum.git
  cd quantum
  pip install -r requirements.txt

6. Erstellen Sie das TensorFlow Quantum Pip-Paket

Erstellen Sie das TensorFlow Quantum Pip-Paket und installieren Sie:

  ./configure.sh
  bazel build -c opt --cxxopt="-O3" --cxxopt="-march=native" --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0" release:build_pip_package
  bazel-bin/release/build_pip_package /tmp/tfquantum/
  python3 -m pip install /tmp/tfquantum/name_of_generated_wheel.whl

Um zu bestätigen, dass TensorFlow Quantum erfolgreich installiert wurde, können Sie die folgenden Tests ausführen: 

  ./scripts/test_all.sh