TensorFlow Quantum คือไลบรารีสำหรับแมชชีนเลิร์นนิงควอนตัมคลาสสิกแบบไฮบริด
# 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) เป็นไลบรารี การเรียนรู้ของเครื่องควอนตัม สำหรับการสร้างต้นแบบอย่างรวดเร็วของโมเดล ML ควอนตัมคลาสสิกแบบไฮบริด การวิจัยเกี่ยวกับอัลกอริธึมควอนตัมและแอปพลิเคชันสามารถใช้ประโยชน์จากกรอบการประมวลผลควอนตัมของ Google ได้จากภายใน TensorFlow
TensorFlow Quantum มุ่งเน้นไปที่ ข้อมูลควอนตัม และสร้าง แบบจำลองควอนตัมคลาสสิกแบบไฮบริด มันรวมอัลกอริธึมการคำนวณควอนตัมและตรรกะที่ออกแบบใน Cirq และให้พื้นฐานการคำนวณควอนตัมที่เข้ากันได้กับ TensorFlow APIs ที่มีอยู่พร้อมกับเครื่องจำลองวงจรควอนตัมที่มีประสิทธิภาพสูง อ่านเพิ่มเติมในเอกสารไวท์เปเปอร์ของ TensorFlow Quantum
เริ่มต้นด้วย ภาพรวม จากนั้นเรียกใช้บทช่วย สอนเกี่ยวกับสมุดบันทึก
