TensorFlow Quantum 是一个用于混合量子-经典机器学习的库。

# 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) 是一个 量子机器学习 库,用于快速原型化混合量子-经典 ML 模型。量子算法和应用研究可以利用 Google 的量子计算框架,所有这些都在 TensorFlow 中完成。

TensorFlow Quantum 专注于量子数据和构建混合量子-经典模型。它集成了在 Cirq 中设计的量子计算算法和逻辑,并提供与现有 TensorFlow API 兼容的量子计算原语,以及高性能量子电路模拟器。在 TensorFlow Quantum 白皮书 中了解更多信息。

概述 开始,然后运行 笔记本教程