Esta página foi traduzida pela API Cloud Translation.
Switch to English

TensorFlow Quantum

O TensorFlow Quantum (TFQ) é uma estrutura Python para aprendizado de máquina quântica . Como estrutura de aplicação, o TFQ permite que pesquisadores de algoritmos quânticos e pesquisadores de aplicações de ML alavancem as estruturas de computação quântica do Google, tudo no TensorFlow.

O TensorFlow Quantum se concentra em dados quânticos e na construção de modelos quânticos clássicos híbridos . Ele fornece ferramentas para intercalar algoritmos quânticos e lógicos projetados no Cirq com o TensorFlow. É necessário um entendimento básico da computação quântica para usar efetivamente o TensorFlow Quantum.

Para começar com o TensorFlow Quantum, consulte o guia de instalação e leia alguns dos tutoriais executáveis ​​do notebook .

Projeto

O TensorFlow Quantum implementa os componentes necessários para integrar o TensorFlow ao hardware de computação quântica. Para esse fim, o TensorFlow Quantum apresenta duas primitivas de tipo de dados:

  • Circuito quântico - representa um circuito quântico definido pelo Cirq no TensorFlow. Crie lotes de circuitos de tamanho variável, semelhantes a lotes de diferentes pontos de dados com valor real.
  • Soma de Pauli - Representa combinações lineares de produtos tensores dos operadores Pauli definidos no Cirq. Como 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.
  • Calcular o valor esperado de lotes de somas Pauli em lotes de circuitos. O TFQ implementa o cálculo de gradiente compatível com retropropagação.
  • Simule lotes de circuitos e estados. Embora inspecionar todas as amplitudes de estados quânticos 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 para um nível quase exato de precisão.

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 .