Il existe plusieurs façons de configurer votre environnement pour utiliser TensorFlow Quantum (TFQ) :
- Le moyen le plus simple d'apprendre et d'utiliser TFQ ne nécessite aucune installation : exécutez les didacticiels TensorFlow Quantum directement dans votre navigateur à l'aide de Google Colab .
- Pour utiliser TensorFlow Quantum sur une machine locale, installez le package TFQ à l'aide du gestionnaire de packages pip de Python.
- Ou créez TensorFlow Quantum à partir des sources.
TensorFlow Quantum est pris en charge sur Python 3.9, 3.10 et 3.11 et dépend directement de Cirq .
Forfait pip
Exigences
- pip 19.0 ou version ultérieure (nécessite le support
manylinux2014
) - TensorFlow == 2.15.0
Consultez le guide d'installation de TensorFlow pour configurer votre environnement de développement Python et un environnement virtuel (facultatif).
Mettre à niveau pip
et installer TensorFlow
pip3 install --upgrade pip
pip3 install tensorflow==2.15.0
Installer le paquet
Installez la dernière version stable de TensorFlow Quantum :
pip3 install -U tensorflow-quantum
Les versions nocturnes qui peuvent dépendre d'une version plus récente de TensorFlow peuvent être installées avec :
pip3 install -U tfq-nightly
Construire à partir des sources
Les étapes suivantes sont testées pour les systèmes de type Ubuntu.
1. Configurer un environnement de développement Python 3
Nous avons d’abord besoin des outils de développement Python 3.10.
sudo apt update
sudo apt-get install pkg-config zip g++ zlib1g-dev unzip python3.10
sudo apt install python3.10 python3.10-dev python3.10-venv python3-pip
python3.10 -m pip install --upgrade pip
2. Créez un environnement virtuel
Accédez au répertoire de votre espace de travail et créez un environnement virtuel pour le développement TFQ.
python3.10 -m venv quantum_env
source quantum_env/bin/activate
3. Installez Bazel
Comme indiqué dans le guide de génération TensorFlow à partir des sources , le système de génération Bazel sera requis.
Nos dernières versions sources utilisent TensorFlow 2.15.0. Pour garantir la compatibilité, nous utilisons la version 6.5.0 bazel
. Pour supprimer toute version existante de Bazel :
sudo apt-get remove bazel
Téléchargez et installez bazel
version 6.5.0 :
wget https://github.com/bazelbuild/bazel/releases/download/6.5.0/bazel_6.5.0-linux-x86_64.deb
sudo dpkg -i bazel_6.5.0-linux-x86_64.deb
Pour empêcher la mise à jour automatique de bazel
vers une version incompatible, exécutez ce qui suit :
sudo apt-mark hold bazel
Enfin, confirmez l'installation de la bonne version bazel
:
bazel --version
4. Créez TensorFlow à partir des sources
Ici, nous adaptons les instructions du guide de génération TensorFlow à partir des sources , voir le lien pour plus de détails. TensorFlow Quantum est compatible avec TensorFlow version 2.15.0.
Téléchargez le code source de TensorFlow :
git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow
git checkout v2.15.0
Assurez-vous que l'environnement virtuel que vous avez créé à l'étape 2 est activé. Ensuite, installez les dépendances TensorFlow :
pip install -U pip six numpy wheel setuptools mock 'future>=0.17.1'
pip install -U keras_applications --no-deps
pip install -U keras_preprocessing --no-deps
pip install numpy==1.23.5
pip install packaging requests
Configurez la version TensorFlow. Lorsqu'on vous demande les emplacements de l'interpréteur Python et de la bibliothèque, assurez-vous de spécifier les emplacements dans le dossier de votre environnement virtuel. Les options restantes peuvent être laissées aux valeurs par défaut.
./configure
Créez le package TensorFlow (depuis TF v2.8, _GLIBCXX_USE_CXX11_ABI
est défini sur 1 et les codes C++ sont tous compilés avec -std=c++17
) :
bazel build -c opt --cxxopt="-O3" --cxxopt="-march=native" --cxxopt="-std=c++17" --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=1" //tensorflow/tools/pip_package:build_pip_package
Une fois la compilation terminée, installez le package et quittez le répertoire TensorFlow :
./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
pip install /tmp/tensorflow_pkg/name_of_generated_wheel.whl
cd ..
5. Téléchargez TensorFlow Quantique
Nous utilisons le workflow standard de fork et de pull request pour les contributions. Après avoir effectué un fork à partir de la page GitHub de TensorFlow Quantum , téléchargez la source de votre fork et installez la configuration requise :
git clone https://github.com/username/quantum.git
cd quantum
pip install -r requirements.txt
6. Créez le package pip TensorFlow Quantum
Créez le package pip TensorFlow Quantum et installez :
./configure.sh
bazel build -c opt --cxxopt="-O3" --cxxopt="-march=native" --cxxopt="-std=c++17" --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=1" release:build_pip_package
bazel-bin/release/build_pip_package /tmp/tfquantum/
python3 -m pip install /tmp/tfquantum/name_of_generated_wheel.whl
Pour confirmer que TensorFlow Quantum a été installé avec succès, vous pouvez exécuter les tests :
./scripts/test_all.sh