Bantuan melindungi Great Barrier Reef dengan TensorFlow pada Kaggle Bergabung Tantangan

TensorFlow Quantum adalah library untuk pembelajaran mesin klasik kuantum hibrid.

# 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 pembelajaran mesin kuantum untuk pembuatan prototipe cepat model ML kuantum klasik hibrida. Penelitian 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 klasik kuantum hibrida . Ini mengintegrasikan algoritme dan logika komputasi kuantum yang dirancang di Cirq , dan menyediakan primitif komputasi kuantum yang kompatibel dengan API TensorFlow yang ada, bersama dengan simulator sirkuit kuantum berkinerja tinggi. Baca selengkapnya di kertas putih TensorFlow Quantum .

Mulailah dengan ikhtisar , lalu jalankan tutorial notebook .