課程參考資源
TensorFlow Quantum(TFQ)是一個量子機器學習庫,用於對混合量子經典ML模型進行快速原型製作。 量子算法和應用程序的研究可以利用TensorFlow內部的Google量子計算框架。 TensorFlow Quantum專注於量子數據並建立混合量子經典模型。 它集成了Cirq中設計的量子計算算法和邏輯,並提供與現有TensorFlow API兼容的量子計算基元,以及高性能的量子電路模擬器。 在TensorFlow Quantum白皮書中了解更多信息。 作為其他參考,您可以查看概述並運行筆記本教程。
https://www.tensorflow.org/quantum
馬戲團
Cirq是用於噪聲中間級量子(NISQ)計算機的開源框架。 它由Google AI Quantum團隊開發,並在18年2018月XNUMX日舉行的量子軟件和量子機器學習國際研討會上宣布了公開alpha版本。QCWare的演示演示了QAOA的實現,該示例解決了最大削減的示例在Cirq模擬器上解決的問題。 Cirq中的Quantum程序由“ Circuit”和“ Schedule”表示,其中“ Circuit”代表一個Quantum電路,“ Schedule”代表具有時序信息的Quantum電路。 程序可以在本地模擬器上執行。 下面的示例演示如何在Cirq中創建和測量Bell狀態。
進口 Cirq
#選擇量子位
量子位0 = Cirq.網格位(0, 0)
量子位1 = Cirq.網格位(0, 1)
#創建一個電路
電路 = Cirq.線路.來自_ops(
Cirq.H(量子位0),
Cirq.碳納米管(量子位0, 量子位1),
Cirq.衡量(量子位0, 關鍵='m0'),
Cirq.衡量(量子位1, 關鍵='m1')
)
印刷電路顯示其圖
打印(電路)
# 印刷
#(0,0):────H────@────M('m0')───
#│
#(0,1):───────X───M('m1')───
反复仿真電路表明,量子位的測量是相關的。
模擬器 = Cirq.模擬器()
導致 = 模擬器.運行(電路, 排練=5)
打印(導致)
# 印刷
#m0 = 11010
#m1 = 11010
下載 EITC/AI/TFQML TensorFlow 量子機器學習專案的完整離線自學準備資料(PDF 檔案)