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重点を置いていますCirqで設計された量子アルゴリズムとロジックをTensorFlowでインターリーブするための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理解が必要です。

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チュートリアルのいくつかをお読みください

設計

TensorFlow Quantumは、TensorFlowを量子コンピューティング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ています。そのために、TensorFlowQuantumは2つのデータ型プリミティブを導入しています。

  • 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。
  • パウリ和—Cirqで定義されたパウリ演算子のテンソル積の線形結合を表します。回路と同様に、さまざまなサイズの演算子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と、TensorFlowQuantum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。
  • 回路のバッチに対するPauli合計のバッチの期待値を計算します。 TFQは、バックプロパゲーション互換の勾配計算を実装しています。
  • 回路と状態のバッチをシミュレートします。量子回路全体で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では非効率的ですが、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の精度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の実装の詳細については、デザインガイドをご覧ください

問題を報告する

TensorFlowQuantum課題追跡システムを使用してバグや機能リクエストを報告します。