टेन्सरफ्लो क्वांटम (टीएफक्यू) क्वांटम मशीन लर्निंग के लिए एक पायथन फ्रेमवर्क है। एक एप्लिकेशन फ्रेमवर्क के रूप में, TFQ क्वांटम एल्गोरिदम शोधकर्ताओं और एमएल एप्लिकेशन शोधकर्ताओं को TensorFlow के भीतर से Google के क्वांटम कंप्यूटिंग फ्रेमवर्क का लाभ उठाने की अनुमति देता है।
TensorFlow क्वांटम क्वांटम डेटा और हाइब्रिड क्वांटम-शास्त्रीय मॉडल के निर्माण पर केंद्रित है। यह Cirq में डिज़ाइन किए गए क्वांटम एल्गोरिदम और लॉजिक को TensorFlow के साथ इंटरलीव करने के लिए उपकरण प्रदान करता है। TensorFlow क्वांटम का प्रभावी ढंग से उपयोग करने के लिए क्वांटम कंप्यूटिंग की बुनियादी समझ आवश्यक है।
TensorFlow क्वांटम के साथ आरंभ करने के लिए, इंस्टॉल गाइड देखें और कुछ रन करने योग्य नोटबुक ट्यूटोरियल पढ़ें।
डिज़ाइन
TensorFlow क्वांटम, क्वांटम कंप्यूटिंग हार्डवेयर के साथ TensorFlow को एकीकृत करने के लिए आवश्यक घटकों को लागू करता है। उस अंत तक, TensorFlow क्वांटम दो डेटाटाइप प्राइमेटिव प्रस्तुत करता है:
- क्वांटम सर्किट - यह टेन्सरफ्लो के भीतर एक सर्क-परिभाषित क्वांटम सर्किट का प्रतिनिधित्व करता है। अलग-अलग वास्तविक-मूल्य वाले डेटापॉइंट के बैच के समान, अलग-अलग आकार के सर्किट के बैच बनाएं।
- पाउली योग - सर्क में परिभाषित पाउली ऑपरेटरों के टेंसर उत्पादों के रैखिक संयोजनों का प्रतिनिधित्व करता है। सर्किट की तरह, विभिन्न आकार के ऑपरेटरों के बैच बनाएं।
क्वांटम सर्किट का प्रतिनिधित्व करने के लिए इन प्राइमेटिव्स का उपयोग करते हुए, टेन्सरफ्लो क्वांटम निम्नलिखित ऑपरेशन प्रदान करता है:
- सर्किट के बैचों के आउटपुट वितरण से नमूना।
- सर्किट के बैचों पर पाउली रकम के बैचों के अपेक्षित मूल्य की गणना करें। टीएफक्यू बैकप्रॉपैगेशन-संगत ग्रेडिएंट गणना लागू करता है।
- सर्किट और राज्यों के बैचों का अनुकरण करें। जबकि एक क्वांटम सर्किट में सभी क्वांटम राज्य आयामों का सीधे निरीक्षण करना वास्तविक दुनिया में पैमाने पर अक्षम है, राज्य सिमुलेशन शोधकर्ताओं को यह समझने में मदद कर सकता है कि एक क्वांटम सर्किट मानचित्र सटीकता के लगभग सटीक स्तर तक कैसे बताता है।
डिज़ाइन गाइड में TensorFlow क्वांटम कार्यान्वयन के बारे में और पढ़ें।
मुद्दों की रिपोर्ट करें
TensorFlow क्वांटम समस्या ट्रैकर का उपयोग करके बग या सुविधा अनुरोधों की रिपोर्ट करें।