TensorFlow Quantum 是混合式量子傳統機器學習的程式庫。

# A hybrid quantum-classical model.
model = tf.keras.Sequential([
    # Quantum circuit data comes in inside of tensors.
    tf.keras.Input(shape=(), dtype=tf.dtypes.string),

    # Parametrized Quantum Circuit (PQC) provides output
    # data from the input circuits run on a quantum computer.
    tfq.layers.PQC(my_circuit, [cirq.Z(q1), cirq.X(q0)]),

    # Output data from quantum computer passed through model.
    tf.keras.layers.Dense(50)
])

TensorFlow Quantum (TFQ) 是一個量子機器學習程式庫,用於快速建立混合式量子傳統機器學習模型的原型。相關人員在研究量子演算法和應用程式時,可直接透過 TensorFlow 利用 Google 的量子運算架構。

TensorFlow Quantum 著重於量子資料以及混合式量子傳統模型的建構作業。這個程式庫整合了以 Cirq 所設計的量子計算演算法和邏輯,並提供與現有 TensorFlow API 相容的量子計算基元,以及高效能的量子電路模擬工具。詳情請參閱 TensorFlow Quantum 白皮書

請先閱讀總覽,然後再執行筆記本教學課程