TensorFlow Quantum 是一种量子-经典混合机器学习库。

# 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) 是一个量子机器学习库,可用于快速设计量子-经典机器学习混合模型的原型。量子算法和应用的研究可以利用 Google 的量子计算框架,所有这些框架都可以在 TensorFlow 中找到。

TensorFlow Quantum 侧重于量子数据和构建量子-经典混合模型。它集成了在 Cirq 中设计的量子计算算法和逻辑,并提供与现有 TensorFlow API 兼容的量子计算基元,还提供高性能量子电路模拟器。如需了解详情,请参阅 TensorFlow Quantum 白皮书

概览开始,然后运行笔记本教程