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
