このページは Cloud Translation API によって翻訳されました。
Switch to English

TensorFlow Quantum

TensorFlow Quantum(TFQ)は、 量子機械学習用のPythonフレームワークです。アプリケーションフレームワークとして、TFQを使用すると、量子アルゴリズムの研究者とMLアプリケーションの研究者は、すべてTensorFlow内からGoogleの量子コンピューティングフレームワークを活用できます。

TensorFlow Quantumは、 量子データハイブリッド量子古典モデルの構築に焦点を当てています 。これは、 Cirqで設計された量子アルゴリズムとロジックをTensorFlowとインターリーブするツールを提供します。 TensorFlow Quantumを効果的に使用するには、量子コンピューティングの基本的な知識が必要です。

TensorFlow Quantumの使用を開始するには、 インストールガイドを参照し、実行可能なノートブックのチュートリアルをいくつか読んでください

設計

TensorFlow Quantumは、TensorFlowを量子計算ハードウェアと統合するために必要なコンポーネントを実装します。そのために、TensorFlow Quantumは2つのデータ型プリミティブを導入します。

  • 量子回路 -これは、TensorFlow内のCirq定義の量子回路を表します。さまざまな実数値のデータポイントのバッチと同様に、さまざまなサイズの回路のバッチを作成します。
  • Cirqで定義されているパウリ演算子のテンソル積の総和パウリ -Represent線形結合。回路のように、さまざまなサイズのオペレータのバッチを作成します。

これらのプリミティブを使用して量子回路を表すTensorFlow Quantumは、次の操作を提供します。

  • 回路のバッチの出力分布からのサンプル。
  • 回路のバッチでのパウリ和のバッチの期待値を計算します。 TFQは、逆伝播と互換性のある勾配計算を実装します。
  • 回路と状態のバッチをシミュレートします。量子回路全体のすべての量子状態振幅を直接検査することは、現実の世界では大規模に非効率的ですが、状態シミュレーションは、量子回路が状態をほぼ正確なレベルにマッピングする方法を研究者が理解するのに役立ちます。

TensorFlow Quantum実装の詳細については、 設計ガイドをご覧ください

問題を報告する

TensorFlow Quantum Issue Trackerを使用して、バグまたは機能のリクエストを報告してください