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 .