TensorFlow Quantum adalah perpustakaan untuk pembelajaran mesin hybrid kuantum-klasik.
# 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) adalah perpustakaan pembelajaran mesin kuantum untuk prototipe cepat model ML kuantum-klasik hybrid. Penelitian dalam algoritma dan aplikasi kuantum dapat memanfaatkan kerangka kerja komputasi kuantum Google, semua dari dalam TensorFlow.
TensorFlow Quantum berfokus pada data kuantum dan membangun model hybrid-klasik kuantum . Ini mengintegrasikan algoritma dan logika komputasi kuantum yang dirancang dalam Cirq , dan menyediakan komputasi kuantum primitif yang kompatibel dengan TensorFlow API yang ada, bersama dengan simulator sirkuit kuantum berkinerja tinggi. Baca lebih lanjut di kertas putih TensorFlow Quantum .
Mulailah dengan ikhtisar , lalu jalankan tutorial notebook .
