TensorFlow Quantum (TFQ) é uma estrutura Python para aprendizado de máquina quântica . Como uma estrutura de aplicação, o TFQ permite que pesquisadores de algoritmos quânticos e pesquisadores de aplicações de ML aproveitem as estruturas de computação quântica do Google, tudo dentro do TensorFlow.
O TensorFlow Quantum se concentra em dados quânticos e na construção de modelos híbridos quânticos-clássicos . Ele fornece ferramentas para intercalar algoritmos quânticos e lógica projetada em Cirq com TensorFlow. É necessário um conhecimento básico de computação quântica para usar o TensorFlow Quantum de maneira eficaz.
Para começar a usar o TensorFlow Quantum, consulte o guia de instalação e leia alguns dos tutoriais de notebook executável.
Projeto
O TensorFlow Quantum implementa os componentes necessários para integrar o TensorFlow ao hardware de computação quântica. Para esse fim, o TensorFlow Quantum apresenta dois primitivos de tipo de dados:
- Circuito quântico —Isso representa um circuito quântico definido por Cirq dentro do TensorFlow. Crie lotes de circuitos de tamanhos variados, semelhantes a lotes de diferentes pontos de dados com valor real.
- Soma de Pauli —Representa combinações lineares de produtos tensoriais de operadores de Pauli definidos em Cirq. Assim como os circuitos, crie lotes de operadores de tamanhos variados.
Usando essas primitivas para representar circuitos quânticos, o TensorFlow Quantum fornece as seguintes operações:
- Amostra de distribuições de saída de lotes de circuitos.
- Calcule o valor esperado de lotes de somas de Pauli em lotes de circuitos. TFQ implementa cálculo de gradiente compatível com retropropagação.
- Simule lotes de circuitos e estados. Embora a inspeção de todas as amplitudes de estado quântico diretamente em um circuito quântico seja ineficiente em escala no mundo real, a simulação de estado pode ajudar os pesquisadores a entender como um circuito quântico mapeia os estados com um nível de precisão quase exato.
Leia mais sobre a implementação do TensorFlow Quantum no guia de design .
Relatar problemas
Relate bugs ou solicitações de recursos usando o rastreador de problemas do TensorFlow Quantum .