EITC/AI/TFQML टेन्सरफ्लो क्वान्टम मेशिन लर्नि गुगल क्वेन्टम प्रोसेसर साइकामोर आर्किटेक्चरमा मेशिन शिक्षा लागू गर्नका लागि Google टेन्सरफ्लो क्वान्टम लाइब्रेरी प्रयोग गर्ने यूरोपीयन आईटी प्रमाणीकरण कार्यक्रम हो।
EITC/AI/TFQML टेन्सरफ्लो क्वान्टम मेशिन लर्नि ofको पाठ्यक्रमले विस्तृत संरचनालाई समेटेर गुगल क्वान्टम प्रोसेसर साइकमोर आर्किटेक्चरमा उन्नत क्वान्टम कम्प्यूटेशनल मोडल आधारित मेशिन लर्निंगको लागि गुगलको टेन्सरफ्लो क्वान्टम पुस्तकालय प्रयोग गर्न सैद्धांतिक ज्ञान र व्यावहारिक कौशलमा केन्द्रित गर्दछ। यस EITC प्रमाणीकरणको लागि सन्दर्भको रूपमा डिआडेक्टिक सामग्री।
टेन्सरफ्लो क्वान्टम (TFQ) हाइब्रिड क्वान्टम-क्लासिकल ML मोडेलको द्रुत प्रोटोटाइपको लागि क्वान्टम मेशिन लर्निंग लाइब्रेरी हो। क्वान्टम एल्गोरिदम र अनुप्रयोगहरूमा अनुसन्धानले Google को क्वान्टम कम्प्युटि frame फ्रेमवर्क लिन सक्दछ, सबै टेन्सरफ्लो भित्रबाट।
टेन्सरफ्लो क्वान्टम क्वान्टम डाटा र निर्माण हाइब्रिड क्वान्टम-क्लासिकल मोडेलहरूमा केन्द्रित छ। यसले Cirq (क्वान्टम सर्किट मोडेलमा आधारित क्वान्टम प्रोग्रामिंग फ्रेमवर्क) मा डिजाइन गरिएको क्वान्टम कम्प्युटिंग एल्गोरिदम र तर्क एकीकृत गर्दछ, र उच्च प्रदर्शन क्वान्टम सर्किट सिमुलेटरहरूको साथ अवस्थित टेन्सरफ्लो एपीआईसँग क्वान्टम कम्प्युटि pr प्रिमिटिभ्स प्रदान गर्दछ। टेन्सरफ्लो क्वान्टम सेतो कागजमा थप पढ्नुहोस्।
क्वान्टम कम्प्युटिंग भनेको क्वान्टम घटनाको उपयोग हो जस्तै सुपरपोजिसन र ईन्टेन्जमेन्ट गणना गर्न। क्वान्टम कम्प्युटेसन गर्ने कम्प्युटरहरूलाई क्वान्टम कम्प्युटर भनिन्छ। क्वान्टम कम्प्युटरहरूले केहि कम्प्यूटेशनल समस्याहरू समाधान गर्न सक्षम हुन्छ भन्ने विश्वास गरिन्छ, जस्तै पूर्णांक कारककरण (जुन RSA एन्क्रिप्शन अन्तर्निहित गर्दछ), शास्त्रीय कम्प्युटरहरू भन्दा धेरै छिटो। क्वान्टम कम्प्युटि ofको अध्ययन क्वान्टम सूचना विज्ञानको उप-क्षेत्र हो।
क्वान्टम कम्प्युटि १ 1980 s० को शुरुमा शुरु भयो, जब भौतिकशास्त्री पॉल बेनिफले ट्युरिंग मेशिनको क्वान्टम मेकानिकल मोडल प्रस्ताव गरे। रिचर्ड फेनम्यान र युरी मनिनले पछि क्वान्टम कम्प्युटरले क्लासिकल कम्प्युटरले नसक्ने चीजहरूको नक्कल गर्न सक्ने सुझाव दिए। १ 1994 1990 In मा, पीटर शोरले तथ्याoring्क पूर्णाgers्कहरूको लागि क्वान्टम एल्गोरिथ्मको विकास गर्यो जुन आरएसए-एन्क्रिप्टेड संचारहरू डिक्रिप्ट गर्नको लागि सम्भावित थियो। १ 23 2019 ० को अन्तदेखि चलिरहेको प्रयोगात्मक प्रगतिको बाबजुद पनि अधिकांश अन्वेषकहरू विश्वास गर्छन् कि “गल्ती सहिष्णु क्वान्टम कम्प्युटि still अझै पनी एक दूरको सपना हो।” हालका वर्षहरूमा सार्वजनिक र निजी क्षेत्र दुबैमा क्वान्टम कम्प्युटि research अनुसन्धानमा लगानी बढेको छ। २ October अक्टूबर २०१ XNUMX मा, Google एआई, संयुक्त राज्य नेशनल एयरोनॉटिक्स एण्ड स्पेस एडमिनिस्ट्रेशन (नासा) को साथ साझेदारीमा क्वान्टम गणना गरेको दाबी गर्यो जुन कुनै पनि शास्त्रीय कम्प्युटर (तथाकथित क्वान्टम सर्वोच्चता परिणाम) मा अपर्याप्त छ।
क्वान्टम सर्किट मोडल, क्वान्टम ट्युरिंग मेशिन, एडिआब्याटिक क्वान्टम कम्प्युटर, एक तर्फी क्वान्टम कम्प्युटर, र बिभिन्न क्वान्टम सेलुलर अटोमाटा सहित क्वान्टम कम्प्युटरहरू (वा बरु क्वान्टम कम्प्युटि systems प्रणाली) को धेरै मोडलहरू छन्। सबैभन्दा धेरै प्रयोग हुने मोडेल क्वान्टम सर्किट हो। क्वान्टम सर्किट क्वान्टम बिट, वा "क्विबिट" मा आधारित छ, जुन शास्त्रीय गणनामा बिटसँग केही समान छ। Qubits १ वा ० क्वान्टम राज्यमा हुन सक्छ, वा तिनीहरू १ र ० राज्यको सुपरपोजिसनमा हुन सक्छन्। जे होस्, जब क्विट्स मापन गरिन्छ मापनको नतिजा जहिले पनि या त ० वा १ हुन्छ; यी दुई नतीजाहरूको सम्भावना क्वान्टम अवस्थामा निर्भर छन् कि मापनहरू तुरून्त मापनको तत्काल अघि नै थिए।
भौतिक क्वान्टम कम्प्युटर निर्माणको दिशामा ट्रान्समन्स, आयन जाल र टोपोलॉजिकल क्वान्टम कम्प्युटर जस्ता प्रविधिहरूमा केन्द्रित छ, जसले उच्च-गुणस्तरको क्विटहरू सिर्जना गर्ने लक्ष्य राख्छ। क्वान्टम तार्किक गेट्स, क्वान्टम एनीलिंग, वा एडियब्याटिक क्वान्टम कम्प्युटेसन, पूर्ण क्वान्टम कम्प्युटरको कम्प्युटि model मोडेलमा निर्भर गर्दै यी क्विटहरू बिभिन्न रूपमा डिजाइन गर्न सकिन्छ। उपयोगी क्वान्टम कम्प्युटरहरू निर्माण गर्ने क्रममा अहिले थुप्रै महत्वपूर्ण अवरोधहरू छन्। विशेष रूपमा, क्विटको क्वान्टम राज्यहरू कायम गर्न गाह्रो छ किनकि उनीहरू क्वान्टम डिकोरेन्स र राज्य निष्ठाबाट ग्रस्त छन्। क्वान्टम कम्प्युटरहरूलाई त्रुटि सुधार आवश्यक छ। शास्त्रीय कम्प्युटरले समाधान गर्न सक्ने कुनै कम्प्युटेसनल समस्या क्वान्टम कम्प्युटरले पनि हल गर्न सक्दछ। यसको विपरित, क्वान्टम कम्प्युटरले समाधान गर्न सक्ने कुनै पनि समस्या शास्त्रीय कम्प्युटरबाट पनि समाधान गर्न सकिन्छ, कमसेकम सिद्धान्तमा पर्याप्त समय दिइएको छ। अर्को शब्दमा, क्वान्टम कम्प्युटरहरूले चर्च obey ट्युरिंग थेसिसको पालना गर्दछ। जबकि यसको मतलब यो छ कि क्वान्टम कम्प्युटरहरूले कम्प्युटिबिलिटीको सर्तमा शास्त्रीय कम्प्युटरहरूमा कुनै अतिरिक्त सुविधाहरू प्रदान गर्दैन, केही समस्याहरूका लागि क्वान्टम एल्गोरिदमसँग सम्बन्धित शास्त्रीय एल्गोरिदमसँग तुलनात्मक रूपमा कम समय जटिलताहरू छन्। उल्लेखनीय कुरा के छ भने क्वान्टम कम्प्युटरहरूले केही समस्याहरू द्रुत रूपमा समाधान गर्न सक्षम छन् भन्ने विश्वास गरिन्छ जुन कुनै पनि शास्त्रीय कम्प्युटरले कुनै सम्भाव्य समयमा कुनै समस्या समाधान गर्न सक्दैन - यो एउटा यस्तो उपलब्धि हो जुन "क्वान्टम सर्वोच्चता" भनेर चिनिन्छ। क्वान्टम कम्प्युटरको सन्दर्भमा समस्याहरूको कम्प्युटेसनल जटिलताको अध्ययन क्वान्टम जटिलता सिद्धान्तको रूपमा परिचित छ।
गुगल स्याकोमोर क्वान्टम प्रोसेसर हो गुगल इंकको कृत्रिम बुद्धिमत्ता प्रभाग द्वारा बनाईएको। यसमा qu qu क्विबट्स छन्।
२०१ In मा, स्याकोमोरले २०० सेकेन्डमा कार्य पूरा गर्यो जुन गुगलले दाबी गरेको थियो, नेचर पेपरमा, अत्याधुनिक सुपर कम्प्युटरलाई १०,००० वर्ष लाग्नेछ। यसैले, Google क्वान्टम सर्वोच्चता हासिल गरेको दाबी गर्यो। शास्त्रीय सुपर कम्प्युटरले लिने समयको अनुमान गर्न Google ले समिटमा क्वान्टम सर्किट सिमुलेशनको अंशहरू दियो, जुन विश्वको सब भन्दा शक्तिशाली शास्त्रीय कम्प्युटर हो। पछि, आईबीएमले एक काउन्टर-तर्क गर्यो भनेर दावी गर्यो कि शिखर सम्मेलनमा शास्त्रीय प्रणालीमा कार्य २. days दिन मात्र लाग्छ। यदि गुगलको दावी लाई समर्थन गरियो भने, तब यसले कम्प्युटिंग पावरमा एक्सपोनेन्शल लीप प्रतिनिधित्व गर्दछ।
अगस्त २०२० मा गुगलको लागि काम गरिरहेका क्वान्टम ईन्जिनियरहरूले क्वान्टम कम्प्युटरमा सब भन्दा ठूलो रासायनिक सिमुलेसनको रिपोर्ट गरे - शायमकोरको साथ हार्ट्री-फक अनुमानित क्लासिकल कम्प्युटरसँग जोडी १२-क्विट प्रणालीका लागि नयाँ प्यारामिटरहरू प्रदान गर्ने परिणामहरूको विश्लेषण गरिएको।
डिसेम्बर २०२० मा, युएसटीसी द्वारा विकसित चिनियाँ फोटोनमा आधारित ज्यूजुhang प्रोसेसरले 2020 76 क्विबको प्रशोधन शक्ति प्राप्त गर्यो र साइकमोरभन्दा १० अरब गुणा छिटो छ र यसले क्वान्टम वर्चस्व प्राप्त गर्ने दोस्रो कम्प्युटर बनायो।
क्वान्टम कृत्रिम खुफिया प्रयोगशाला (जसलाई क्वान्टम एआई ल्याब वा क्वाइएल पनि भनिन्छ) नासा, युनिवर्सिटीज स्पेस रिसर्च एसोसिएसन, र गुगलको संयुक्त पहल हो (विशेष गरी गुगल रिसर्च) जसको लक्ष्य क्वान्टम कम्प्युटि machine्गले मेशिन शिक्षामा कसरी मद्दत पुर्याउँछ भन्ने बारेमा अग्रगामी अनुसन्धान गर्नु हो। र अन्य गाह्रो कम्प्युटर विज्ञान समस्याहरू। प्रयोगशाला नासाको एम्स अनुसन्धान केन्द्रमा होस्ट गरिएको छ।
क्वान्टम एआई ल्याब गूगल रिसर्चले मे १ 16, २०१ 2013 मा एउटा ब्लग पोष्टमा घोषणा गर्यो। प्रक्षेपणको समयमा प्रयोगशालाले सब भन्दा उन्नत व्यावसायिक रूपमा उपलब्ध क्वान्टम कम्प्युटर, डी-वेभ टू डी-वेभ प्रणालीबाट प्रयोग गरिरहेको थियो।
मे २०, २०१ On मा, यो घोषणा गरियो कि मानिसहरू प्रयोगशालामा D-Wave two मा समय प्रयोग गर्न आवेदन दिन सक्दछन्। अक्टुबर १०, २०१ 20 मा, गुगलले क्वान्टम एआई ल्याबको वर्तमान अवस्थाको वर्णन गर्ने छोटो फिल्म रिलीज गर्यो। अक्टुबर १,, २०१ 2013 मा, Google ले घोषणा गर्यो कि त्यसले क्वान्टम फिजिक्सलाई Minecraft मा समाहित गरेको छ।
जनवरी २०१ 2014 मा, गुगलले ल्याबमा D-Wave two को प्रदर्शन शास्त्रीय कम्प्युटरहरूको तुलनाको नतीजा रिपोर्ट गर्यो। नतिजा अस्पष्ट थियो र इन्टरनेटमा तातो छलफललाई उक्सायो। २ सेप्टेम्बर २०१ On मा, घोषणा गरियो कि क्वान्टम एआई ल्याबले यूसी सान्ता बार्बरासँगको साझेदारीमा सुपर कन्डक्टि elect्ग इलेक्ट्रोनिक्समा आधारित क्वान्टम सूचना प्रोसेसरहरू सिर्जना गर्ने पहल शुरू गर्ने छ।
२ October अक्टुबर २०१ 23 मा क्वान्टम एआई ल्याबले एक कागजमा घोषणा गर्यो कि यसले क्वान्टम वर्चस्व प्राप्त गरेको छ।
गुगल ए क्वान्टम क्वान्टम कम्प्युटि adv को क्वान्टम प्रोसेसर र उपन्यास क्वान्टम एल्गोरिदम विकास गरी अनुसन्धानकर्ताहरु र विकासकर्ताहरुलाई दुबै सैद्धांतिक र व्यावहारिक को लागी करीव पनी समस्याहरुको समाधान गर्न क्वान्टम कम्प्युटि advको विकास गर्दैछ।
क्वान्टम कम्प्युटिंग एआई सहित भोलीको आविष्कारको विकासमा मद्दतको रूपमा लिइन्छ। त्यसकारण Google ले समर्पित क्वान्टम हार्डवेयर र सफ्टवेयर निर्माण गर्न महत्वपूर्ण संसाधनहरू प्रतिबद्ध गर्दछ।
क्वान्टम कम्प्युटि एउटा नयाँ प्रतिमान हो जुन एआईको लागि कार्यहरू प्रवेग गर्न ठूलो भूमिका खेल्छ। गुगलले खोजीकर्ताहरू र विकासकर्ताहरूलाई खुला स्रोत फ्रेमवर्क र कम्प्युटिंग पावरमा पहुँच प्रदान गर्ने लक्ष्य राख्दछ जुन गणनाको शास्त्रीय क्षमताहरू भन्दा पर कार्य गर्न सक्दछ।
गुगल एआई क्वान्टमको मुख्य फोकस क्षेत्रहरू हुन्
- सुपरकन्डक्टि qu क्विट प्रोसेसरहरू: चिप-आधारित स्केलेबल आर्किटेक्चरको साथ दुई-क्विट गेट त्रुटि <०.%% लक्षित गर्दै क्युबिटहरू सुपरकन्डक्ट गर्दै।
- कुबिट मेट्रोलोजी: ०.२% भन्दा कम दुई क्विट घाटा कम गर्न त्रुटि सुधारको लागि महत्वपूर्ण छ। हामी क्वान्टम सर्वोच्चता प्रयोगमा काम गर्दैछौं, अत्याधुनिक शास्त्रीय कम्प्युटर र एल्गोरिदमको क्षमता भन्दा परिकार क्वान्टम सर्किटको नमूना गर्न।
- क्वान्टम सिमुलेशन: शारीरिक प्रणालीहरूको सिमुलेशन क्वान्टम कम्प्युटिंगको सबैभन्दा प्रत्याशित अनुप्रयोगहरू मध्ये एक हो। हामी विशेष गरी रसायन र सामग्री विज्ञानमा अनुप्रयोगहरूसँग अन्तर्क्रिया गर्ने इलेक्ट्रोनहरूको मोडलिing प्रणालीको लागि क्वान्टम एल्गोरिदममा ध्यान केन्द्रित गर्दछौं।
- क्वान्टम सहयोगी अप्टिमाइजेसन: हामी अनुमानित अनुकूलनको लागि हाइब्रिड क्वान्टम-क्लासिकल सॉल्भरहरू विकास गर्दैछौं। शास्त्रीय एल्गोरिदममा थर्मल जम्प ऊर्जा अवरोधहरू पार गर्न क्वान्टम अपडेटहरू प्रयोग गरेर बढाउन सकिन्छ। हामी विशेष रूपमा सुसंगत जनसंख्या हस्तान्तरणमा रुचि राख्छौं।
- क्वान्टम न्यूरल नेटवर्कहरू: हामी निकट-टर्म प्रोसेसरहरूमा क्वान्टम न्यूरल नेटवर्क लागू गर्न एउटा रूपरेखा विकास गर्दैछौं। हामी नेटवर्कको अपरेशनको बखत विशाल सुपरपोजिसन राज्य उत्पन्न गर्दा के फाइदा हुन सक्छ भन्ने कुरा बुझ्न चासो राख्दछौं।
गुगल एआई क्वान्टम द्वारा विकसित मुख्य उपकरणहरू ओपन-सोर्स फ्रेमवर्कहरू छन् जुन विशेष रूपमा उपन्यास क्वान्टम एल्गोरिदम विकास गर्नका लागि प्रयोग गरिएको छ व्यावहारिक समस्याहरूको लागि नजीकका अनुप्रयोगहरूलाई समाधान गर्न मद्दत गर्न। यसमा समावेश छन्:
- Cirq: निकट अवधि क्वान्टम प्रोसेसरमा शोर मध्यवर्ती मापन क्वान्टम (NISQ) एल्गोरिथ्मको निर्माण र प्रयोगको लागि एक खुला स्रोत क्वान्टम फ्रेमवर्क।
- ओपनफर्मियन: रसायन विज्ञान र सामग्री विज्ञान समस्याहरू क्वान्टम सर्किटमा अनुवाद गर्नका लागि खुला स्रोत प्लेटफर्म जुन अवस्थित प्लेटफर्महरूमा कार्यान्वयन गर्न सकिन्छ।
गुगल एआई क्वान्टम निकट अवधि अनुप्रयोगहरू:
क्वान्टम सिमुलेशन
रसायन विज्ञान र कंडेन्डेड मेटर मोडेलहरूको सही सिमुलेशनहरूको माध्यमबाट नयाँ सामग्रीहरूको डिजाइन र जटिल फिजिक्सको स्पष्टिकरण क्वान्टम कम्प्युटि .को सबै भन्दा बढि आशाजनक अनुप्रयोगहरू हुन्।
त्रुटि शमन टेकनीक
हामी पूर्ण क्वान्टम त्रुटि सुधार गर्न सडकमा विधिहरू विकास गर्न कार्य गर्दछौं जुन हालको उपकरणहरूमा नाटकीय रूपमा आवाज कम गर्ने क्षमता छ। जबकि पूर्ण-मापी गलती सहनशील क्वान्टम कम्प्युटिको लागि पर्याप्त विकासको आवश्यकता पर्न सक्छ, हामीले क्वान्टम उप-स्पेस विस्तार प्रविधिको विकास गरेका छनौंट-टर्म उपकरणहरूमा अनुप्रयोगहरूको कार्यप्रदर्शन सुधार गर्न क्वान्टम त्रुटि सुधारबाट प्रविधिको प्रयोग गर्न मद्दत गर्न। यसबाहेक, यी प्रविधिहरूले निकट-टर्म उपकरणहरूमा जटिल क्वान्टम कोडहरूको परीक्षण गर्न सहयोग गर्दछ। हामी यी प्रविधिहरूलाई नयाँ क्षेत्रहरूमा सक्रिय रूपमा धकेलिरहेका छौं र तिनीहरूलाई नजीकको अवधिमा प्रयोगहरूको डिजाइनको आधारका रूपमा उपयोग गरिरहेका छौं।
क्वान्टम मेशिन लर्निंग
हामी निकट-क्वान्टम क्वान्टम उपकरणहरूमा हाइब्रिड क्वान्टम-क्लासिकल मेशिन लर्निंग टेक्निकहरू विकास गर्दैछौं। हामी क्वान्टम र शास्त्रीय डेटाको वर्गीकरण र क्लस्टरिंगको लागि युनिभर्सल क्वान्टम सर्किट अध्ययन गर्दैछौं। हामी जेनेरेटिभ र डिस्भेन्टिवेटिभ क्वान्टम न्यूरल नेटवर्कहरू, क्वान्टम रिपीटर र राज्य शुद्धिकरण इकाईको रूपमा क्वान्टम संचार नेटवर्कमा, वा अन्य क्वान्टम सर्किटहरूको प्रमाणीकरणको लागि प्रयोग गर्न सक्दछौं।
क्वान्टम अनुकूलन
एयरोस्पेस, अटोमोटिभ र अन्य उद्योगहरूमा असक्रिय अप्टिमाइजेसनले हाइब्रिड क्वान्टम-क्लासिकल अप्टिमाइजेसनबाट लाभ लिन सक्दछ, उदाहरणका लागि सिमुलेटेड एनीलिaling्ग, क्वान्टम असिस्ट्ट अप्टिमाइजेसन एल्गोरिथ्म (क्यूएओए) र क्वान्टम वर्धित जनसंख्या हस्तान्तरण आजका प्रोसेसरहरूको साथ उपयोगिता हुन सक्छ।
प्रमाणीकरण पाठ्यक्रमको साथमा आफूलाई विस्तृत रूपमा परिचित गर्न तपाईंले तलको तालिका विस्तार र विश्लेषण गर्न सक्नुहुन्छ।
EITC/AI/TFQML TensorFlow Quantum Machine Learning Certification Curriculum ले भिडियो फारममा खुला-पहुँच डिड्याक्टिक सामग्रीहरू सन्दर्भ गर्दछ। सिकाइ प्रक्रियालाई चरण-दर-चरण संरचना (कार्यक्रमहरू -> पाठहरू -> विषयहरू) सान्दर्भिक पाठ्यक्रम भागहरू समावेश गरी विभाजन गरिएको छ। डोमेन विशेषज्ञहरूसँग असीमित परामर्श पनि प्रदान गरिन्छ।
प्रमाणीकरण प्रक्रियामा विवरणहरूको लागि जाँच गर्नुहोस् कसरी यो काम गर्दछ.
पाठ्यक्रम संदर्भ संसाधन
टेन्सरफ्लो क्वान्टम (TFQ) हाइब्रिड क्वान्टम-क्लासिकल ML मोडेलको द्रुत प्रोटोटाइपको लागि क्वान्टम मेशिन लर्निंग लाइब्रेरी हो। क्वान्टम एल्गोरिदम र अनुप्रयोगहरूमा अनुसन्धानले Google को क्वान्टम कम्प्युटि frame फ्रेमवर्क लिन सक्दछ, सबै टेन्सरफ्लो भित्रबाट। टेन्सरफ्लो क्वान्टम क्वान्टम डाटा र निर्माण हाइब्रिड क्वान्टम-क्लासिकल मोडेलहरूमा केन्द्रित छ। यसले Cirq मा डिजाइन गरिएको क्वान्टम कम्प्युटि al एल्गोरिदम र तर्क एकीकृत गर्दछ, र उच्च प्रदर्शन क्वान्टम सर्किट सिमुलेटरहरूको साथ, अवस्थित टेन्सरफ्लो एपीआईहरूसँग मिल्दो क्वान्टम कम्प्युटिs प्रिमिटिभ्स प्रदान गर्दछ। टेन्सरफ्लो क्वान्टम सेतो कागजमा थप पढ्नुहोस्। थप सन्दर्भको रूपमा तपाईं सिंहावलोकन जाँच गर्न सक्नुहुन्छ र नोटबुक ट्यूटोरियलहरू चलाउन सक्नुहुन्छ।
https://www.tensorflow.org/quantum
वृत्त
Cirq एक श्रोता मध्यवर्ती स्केल क्वान्टम (NISQ) कम्प्युटरहरूको लागि एक खुला स्रोत फ्रेमवर्क हो। यो गुगल एआई क्वान्टम टीम द्वारा विकसित गरिएको थियो, र सार्वजनिक अल्फा क्वान्टम सफ्टवेयर र क्वान्टम मेशिन लर्निंगमा जुलाई १,, २०१ on मा अन्तर्राष्ट्रिय कार्यशालामा घोषित भएको थियो। क्युसी वेयरले प्रदर्शन गरेको प्रदर्शनले क्यूएओए कार्यान्वयन देखाई अधिकतम कटौतीको एक उदाहरण समाधान गर्दै। Cirq सिम्युलेटरमा समस्या समाधान हुँदैछ। Cirq मा क्वान्टम कार्यक्रमहरु "सर्किट" र "तालिका" द्वारा प्रतिनिधित्व गर्दछ जहाँ "सर्किट" क्वान्टम सर्किट प्रतिनिधित्व गर्दछ र "समय तालिका" क्वान्टम सर्किट प्रतिनिधित्व गर्दछ समय जानकारी संग। कार्यक्रमहरू स्थानीय सिमुलेटरहरूमा कार्यान्वयन गर्न सकिन्छ। निम्नलिखित उदाहरणले Cirq मा बेल राज्य कसरी सिर्जना गर्ने र नाप्ने कुरा देखाउँदछ।
आयात गर्नुहोस् सर्क
# क्विटहरू छान्नुहोस्
qubit0 = सर्क.GridQubit(0, 0)
qubit1 = सर्क.GridQubit(0, 1)
# सर्किट सिर्जना गर्नुहोस्
सर्किट = सर्क.सर्किट.from_ops(
सर्क.H(qubit0),
सर्क.CNOT(qubit0, qubit1),
सर्क.उपाय गर्नुहोस्(qubit0, प्रमुख='m0'),
सर्क.उपाय गर्नुहोस्(qubit1, प्रमुख='m1')
)
सर्किट प्रिन्टिंगले यसको रेखाचित्र प्रदर्शन गर्दछ
मुद्रण(सर्किट)
# प्रिन्टहरू
# (०, ०): ───H─── @ ───M ('m0') ───
# │
# (०, १): ───X───M ('m0') ───
सर्किट बारम्बार सिमुलेट गर्नाले देखाइन्छ कि क्विट्सको मापन सह सम्बन्धित छ।
सिम्युलेटर = सर्क.सिम्युलेटर()
परिणाम = सिम्युलेटर.दौड(सर्किट, पुनरावृत्ति=5)
मुद्रण(परिणाम)
# प्रिन्टहरू
# m0 = 11010
# m1 = 11010
EITC/AI/TFQML TensorFlow क्वान्टम मेसिन लर्निङ कार्यक्रमको लागि पूर्ण अफलाइन स्व-सिक्ने तयारी सामग्रीहरू PDF फाइलमा डाउनलोड गर्नुहोस्।
EITC/AI/TFQML तयारी सामग्री - मानक संस्करण
EITC/AI/TFQML तयारी सामग्री - समीक्षा प्रश्नहरूको साथ विस्तारित संस्करण