Installer TensorFlow Quantum

Il existe plusieurs façons de configurer votre environnement pour utiliser TensorFlow Quantum (TFQ) :

  • Le moyen le plus simple d'apprendre et d'utiliser TFQ ne nécessite aucune installation : exécutez les didacticiels TensorFlow Quantum directement dans votre navigateur à l'aide de Google Colab .
  • Pour utiliser TensorFlow Quantum sur une machine locale, installez le package TFQ à l'aide du gestionnaire de packages pip de Python.
  • Ou créez TensorFlow Quantum à partir des sources.

TensorFlow Quantum est pris en charge sur Python 3.7, 3.8 et 3.9 et dépend directement de Cirq .

Forfait pip

Exigences

Consultez le guide d'installation de TensorFlow pour configurer votre environnement de développement Python et un environnement virtuel (facultatif).

Mettre à niveau pip et installer TensorFlow

  pip3 install --upgrade pip
  pip3 install tensorflow==2.11.0

Installer le paquet

Installez la dernière version stable de TensorFlow Quantum :

  pip3 install -U tensorflow-quantum

Les versions nocturnes qui peuvent dépendre d'une version plus récente de TensorFlow peuvent être installées avec :

  pip3 install -U tfq-nightly

Construire à partir des sources

Les étapes suivantes sont testées pour les systèmes de type Ubuntu.

1. Configurer un environnement de développement Python 3

Nous avons d’abord besoin des outils de développement Python 3.8.

  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. Créez un environnement virtuel

Accédez au répertoire de votre espace de travail et créez un environnement virtuel pour le développement TFQ.

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

3. Installez Bazel

Comme indiqué dans le guide de génération TensorFlow à partir des sources , le système de génération Bazel sera requis.

Nos dernières versions sources utilisent TensorFlow 2.11.0. Pour garantir la compatibilité, nous utilisons la version 5.3.0 bazel . Pour supprimer toute version existante de Bazel :

  sudo apt-get remove bazel

Téléchargez et installez bazel version 5.3.0 :

  wget https://github.com/bazelbuild/bazel/releases/download/5.3.0/bazel_5.3.0-linux-x86_64.deb

  sudo dpkg -i bazel_5.3.0-linux-x86_64.deb

Pour empêcher la mise à jour automatique de bazel vers une version incompatible, exécutez ce qui suit :

  sudo apt-mark hold bazel

Enfin, confirmez l'installation de la bonne version bazel :

  bazel --version

4. Créez TensorFlow à partir des sources

Ici, nous adaptons les instructions du guide de génération TensorFlow à partir des sources , voir le lien pour plus de détails. TensorFlow Quantum est compatible avec TensorFlow version 2.11.0.

Téléchargez le code source de TensorFlow :

  git clone https://github.com/tensorflow/tensorflow.git
  cd tensorflow
  git checkout v2.11.0

Assurez-vous que l'environnement virtuel que vous avez créé à l'étape 2 est activé. Ensuite, installez les dépendances TensorFlow :

  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==1.24.2
  pip install packaging requests

Configurez la version TensorFlow. Lorsqu'on vous demande les emplacements de l'interpréteur Python et de la bibliothèque, assurez-vous de spécifier les emplacements dans le dossier de votre environnement virtuel. Les options restantes peuvent être laissées aux valeurs par défaut.

  ./configure

Créez le package TensorFlow (depuis TF v2.8, _GLIBCXX_USE_CXX11_ABI est défini sur 1 et les codes C++ sont tous compilés avec -std=c++17 ) :

  bazel build -c opt --cxxopt="-O3" --cxxopt="-march=native" --cxxopt="-std=c++17" --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=1" //tensorflow/tools/pip_package:build_pip_package

Une fois la compilation terminée, installez le package et quittez le répertoire TensorFlow :

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

5. Téléchargez TensorFlow Quantique

Nous utilisons le workflow standard de fork et de pull request pour les contributions. Après avoir effectué un fork à partir de la page GitHub de TensorFlow Quantum , téléchargez la source de votre fork et installez la configuration requise :

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

6. Créez le package pip TensorFlow Quantum

Créez le package pip TensorFlow Quantum et installez :

  ./configure.sh
  bazel build -c opt --cxxopt="-O3" --cxxopt="-march=native" --cxxopt="-std=c++17" --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=1" release:build_pip_package
  bazel-bin/release/build_pip_package /tmp/tfquantum/
  python3 -m pip install /tmp/tfquantum/name_of_generated_wheel.whl

Pour confirmer que TensorFlow Quantum a été installé avec succès, vous pouvez exécuter les tests :

  ./scripts/test_all.sh