หน้านี้ได้รับการแปลโดย Cloud Translation API
Switch to English

TensorFlow Quantum เป็นห้องสมุดสำหรับการเรียนรู้เครื่องควอนตัมคลาสสิก

# 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) เป็นห้องสมุด การเรียนรู้เครื่องควอนตัม สำหรับการสร้างต้นแบบอย่างรวดเร็วของโมเดล ML คลาสสิก - ควอนตัม การวิจัยในอัลกอริธึมเชิงควอนตัมและแอปพลิเคชันสามารถใช้ประโยชน์จากกรอบการคำนวณควอนตัมของ Google ทั้งหมดนี้ได้จากภายใน TensorFlow

TensorFlow Quantum มุ่งเน้นไปที่ ข้อมูลควอนตัม และการสร้าง แบบจำลองควอนตัมคลาสสิกไฮบริด มันรวมอัลกอริธึมการคำนวณควอนตัมและตรรกะที่ออกแบบใน Cirq และจัดเตรียมการคำนวณควอนตัมที่เข้ากันได้กับ TensorFlow APIs ที่มีอยู่พร้อมกับเครื่องจำลองวงจรควอนตัมประสิทธิภาพสูง อ่านเพิ่มเติมใน กระดาษสีขาว ของ TensorFlow Quantum

เริ่มต้นด้วย ภาพรวม จากนั้นเรียกใช้ บทช่วยสอนโน้ตบุ๊ค