Se usó la API de Cloud Translation para traducir esta página.
Switch to English

TensorFlow Quantum

TensorFlow Quantum (TFQ) es un marco de Python para el aprendizaje automático cuántico . Como marco de aplicación, TFQ permite a los investigadores de algoritmos cuánticos y a los investigadores de aplicaciones ML aprovechar los marcos de computación cuántica de Google, todo desde TensorFlow.

TensorFlow Quantum se enfoca en datos cuánticos y en la construcción de modelos híbridos cuántico-clásicos . Proporciona herramientas para intercalar algoritmos cuánticos y lógica diseñados en Cirq con TensorFlow. Se requiere una comprensión básica de la computación cuántica para utilizar efectivamente TensorFlow Quantum.

Para comenzar a utilizar TensorFlow Quantum, consulte la guía de instalación y lea algunos de los tutoriales ejecutables del cuaderno .

Diseño

TensorFlow Quantum implementa los componentes necesarios para integrar TensorFlow con hardware de computación cuántica. Con ese fin, TensorFlow Quantum presenta dos primitivas de tipo de datos:

  • Circuito cuántico: representa un circuito cuántico definido por Cirq dentro de TensorFlow. Cree lotes de circuitos de diferentes tamaños, similares a lotes de diferentes puntos de datos con valores reales.
  • Suma de Pauli: representa combinaciones lineales de productos tensoriales de operadores de Pauli definidos en Cirq. Al igual que los circuitos, cree lotes de operadores de diferentes tamaños.

Utilizando estas primitivas para representar circuitos cuánticos, TensorFlow Quantum proporciona las siguientes operaciones:

  • Muestra de distribuciones de salida de lotes de circuitos.
  • Calcule el valor esperado de lotes de sumas de Pauli en lotes de circuitos. TFQ implementa el cálculo de gradiente compatible con retropropagación.
  • Simule lotes de circuitos y estados. Si bien la inspección de todas las amplitudes de estado cuántico directamente a través de un circuito cuántico es ineficiente a escala en el mundo real, la simulación de estado puede ayudar a los investigadores a comprender cómo un circuito cuántico asigna estados a un nivel de precisión casi exacto.

Lea más sobre la implementación de TensorFlow Quantum en la guía de diseño .

Informar problemas

Informe errores o solicite funciones con el rastreador de problemas TensorFlow Quantum .