TensorFlow Quantum (TFQ) to framework Pythona do kwantowego uczenia maszynowego . Jako platforma aplikacji, TFQ umożliwia badaczom algorytmów kwantowych i aplikacjom ML wykorzystanie platform obliczeń kwantowych Google, a wszystko to z poziomu TensorFlow.
TensorFlow Quantum koncentruje się na danych kwantowych i tworzeniu hybrydowych modeli kwantowo-klasycznych . Zapewnia narzędzia do przeplatania algorytmów kwantowych i logiki zaprojektowanych w Cirq z TensorFlow. Efektywne korzystanie z TensorFlow Quantum wymaga podstawowej znajomości informatyki kwantowej.
Aby rozpocząć korzystanie z TensorFlow Quantum, zapoznaj się z instrukcją instalacji i przeczytaj niektóre z samouczków do obsługi notebooków .
Projekt
TensorFlow Quantum implementuje komponenty potrzebne do integracji TensorFlow ze sprzętem do obliczeń kwantowych. W tym celu TensorFlow Quantum wprowadza dwa prymitywy typu danych:
- Obwód kwantowy - reprezentuje obwód kwantowy zdefiniowany przez Cirq w ramach TensorFlow. Twórz partie obwodów o różnej wielkości, podobne do partii różnych punktów danych o wartościach rzeczywistych.
- Suma Pauliego - Przedstaw liniowe kombinacje iloczynów tensorowych operatorów Pauliego zdefiniowanych w Cirq. Podobnie jak obwody, twórz grupy operatorów o różnej wielkości.
Używając tych prymitywów do reprezentowania obwodów kwantowych, TensorFlow Quantum zapewnia następujące operacje:
- Próbka z wyjściowych rozkładów pakietów obwodów.
- Oblicz wartość oczekiwaną partii sum Pauliego na partiach obwodów. TFQ implementuje obliczanie gradientu zgodne z propagacją wsteczną.
- Symuluj partie obwodów i stanów. Podczas gdy badanie wszystkich amplitud stanu kwantowego bezpośrednio w obwodzie kwantowym jest nieefektywne w skali w świecie rzeczywistym, symulacja stanu może pomóc naukowcom zrozumieć, w jaki sposób obwód kwantowy odwzorowuje stany z niemal dokładnym poziomem dokładności.
Przeczytaj więcej o implementacji TensorFlow Quantum w przewodniku projektowym .
Zgłoś problemy
Zgłaszaj błędy lub prośby o funkcje za pomocą narzędzia do śledzenia problemów TensorFlow Quantum .