TensorFlow Quantum — это библиотека для гибридного квантово-классического машинного обучения.
# 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) — это библиотека квантового машинного обучения для быстрого прототипирования гибридных квантово-классических моделей машинного обучения. Исследования в области квантовых алгоритмов и приложений могут использовать платформы квантовых вычислений Google, все из TensorFlow.
TensorFlow Quantum фокусируется на квантовых данных и построении гибридных квантово-классических моделей . Он объединяет алгоритмы и логику квантовых вычислений, разработанные в Cirq , и предоставляет примитивы квантовых вычислений, совместимые с существующими API-интерфейсами TensorFlow, а также высокопроизводительные симуляторы квантовых схем. Подробнее читайте в официальном документе TensorFlow Quantum .
Начните с обзора , а затем запустите учебные пособия по записным книжкам .
