TensorFlow Quantum adalah library untuk machine learning klasik kuantum hybrid.
# 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 library machine learning kuantum untuk pembuatan prototipe cepat model ML hybrid kuantum-klasik. Riset dalam algoritme dan aplikasi kuantum dapat memanfaatkan kerangka kerja komputasi kuantum Google, semuanya dari dalam TensorFlow.
TensorFlow Quantum berfokus pada data kuantum dan membangun model hybrid kuantum-klasik . Ini mengintegrasikan algoritme komputasi kuantum dan logika yang dirancang di Cirq , dan menyediakan primitif komputasi kuantum yang kompatibel dengan TensorFlow API yang ada, bersama dengan simulator sirkuit kuantum berperforma tinggi. Baca selengkapnya di buku putih TensorFlow Quantum .
Mulailah dengan gambaran umum , lalu jalankan tutorial notebook .
