TensorFlow Quantum (TFQ) היא מסגרת Python ללמידת מכונה קוונטית . כמסגרת יישומים, TFQ מאפשרת לחוקרי אלגוריתמים קוונטיים וחוקרי יישומי ML למנף את מסגרות המחשוב הקוונטי של גוגל, הכל מתוך TensorFlow.
TensorFlow Quantum מתמקדת בנתונים קוונטיים ובבניית מודלים קוונטיים-קלאסיים היברידיים . הוא מספק כלים לשזירת אלגוריתמים קוונטיים ולוגיקה שתוכננו ב- Cirq עם TensorFlow. נדרשת הבנה בסיסית של מחשוב קוונטי כדי להשתמש ביעילות ב- TensorFlow Quantum.
כדי להתחיל עם TensorFlow Quantum, עיין במדריך ההתקנה וקרא כמה ממדריכי ההדרכה למחברת הניתנים להרצה.
לְעַצֵב
TensorFlow Quantum מיישמת את הרכיבים הדרושים לשילוב TensorFlow עם חומרת מחשוב קוונטי. לשם כך, TensorFlow Quantum מציגה שני פרימיטיבים של סוגי נתונים:
- מעגל קוונטי - זה מייצג מעגל קוונטי המוגדר Cirq בתוך TensorFlow. צור קבוצות של מעגלים בגודל משתנה, בדומה לקבוצות של נקודות נתונים שונות בעלות ערך אמיתי.
- סכום פאולי - מייצג שילובים ליניאריים של תוצרי טנזור של אופרטורים פאולי המוגדרים ב-Cirq. כמו מעגלים, צור קבוצות של מפעילים בגודל משתנה.
באמצעות הפרימיטיבים הללו לייצוג מעגלים קוונטיים, TensorFlow Quantum מספק את הפעולות הבאות:
- דוגמה מהתפלגות פלט של קבוצות של מעגלים.
- חשב את ערך הצפי של קבוצות של סכומי פאולי על קבוצות של מעגלים. TFQ מיישמת חישוב שיפוע תואם להפצה לאחור.
- הדמיית קבוצות של מעגלים ומצבים. בעוד שבדיקת כל אמפליטודות המצב הקוונטי ישירות לאורך מעגל קוונטי אינה יעילה בקנה מידה בעולם האמיתי, הדמיית מצב יכולה לעזור לחוקרים להבין כיצד מעגל קוונטי ממפה מצבים לרמת דיוק כמעט מדויקת.
קרא עוד על הטמעת TensorFlow Quantum במדריך העיצוב .
דווח על בעיות
דווח על באגים או בקשות תכונה באמצעות מעקב הבעיות של TensorFlow Quantum .