参考文档#
祝贺你发现了 TensorCircuit! 👏
介绍#
TensorCircuit 是基于 Python 的开源高性能量子计算软件框架。
适合人类。👽
速度,灵活,优雅。🚀
先进张量网络引擎赋能。🔋
量子硬件支持,优雅 CPU/GPU/QPU 混合部署方案。 🖥
业界标准机器学习框架 TensorFlow,JAX,PyTorch 实现。🤖
与机器学习工程实践兼容:自动微分,即时编译,向量并行化和 GPU 加速。🛠
有了 TensorCircuit,你现在可以高效优雅地解决量子计算中的各种问题:从学术研究的原型开发到工业应用的部署。
相关链接#
TensorCircuit 由 Shi-Xin Zhang 创建和维护;此版本由 腾讯量子实验室 发布。
The current core authors of TensorCircuit are Shi-Xin Zhang and Yu-Qin Chen. We also thank contributions from the open source community.
如果关于 TensorCircuit 有任何问题咨询或合作意向,请在 issue 或 discussion 提问,或发送邮件到 shixinzhang#tencent.com。
统一量子编程#
TensorCircuit 尝试统一量子计算的基础设施和编程界面。
Jax/TensorFlow/PyTorch/Numpy/Cupy
CPU/GPU/TPU
不同供应商的 QPU
本地/云/集群
数值模拟/硬件实验
理想/含噪/近似模拟
from/to_IR/qiskit/openqasm/json
函数式编程/面向对象模型
参考文档#
以下文档向用户和开发者简要介绍了 TensorCircuit 软件。
- 快速上手
- 高级用法
- 常见问题
- 如何在 GPU 上运行 TensorCircuit
- When should I use GPU for the quantum simulation?
- 什么时候该使用 jit?
- 我应该使用哪个 ML 框架后端?
- PyTorch 和 Jax 后端的 QuantumLayer 对应的是什么?
- 我什么时候需要定制 contractor 以及如何定制?
- 对于 Pauli 字符串,有没有比
expectation
更简单的 API? - 我可以根据线路中的经典测量结果来决定后续的量子门操作吗?
- How to understand the difference between different measurement methods for
Circuit
? - How to understand difference between
tc.array_to_tensor
andtc.backend.convert_to_tensor
? - How to arrange the circuit gate placement in the visualization from
c.tex()
? - How to get the entanglement entropy from the circuit output?
- TensorCircuit: 常见错误 🔪
- TensorCircuit:里面有什么?
- 开发者指南
教程#
以下 Jupyter Notebook 格式的文档包括了一系列使用 TensorCircuit 的集成案例。
API 参考#
- tensorcircuit
- tensorcircuit.about
- tensorcircuit.abstractcircuit
- tensorcircuit.applications
- tensorcircuit.backends
- tensorcircuit.basecircuit
- tensorcircuit.channels
- tensorcircuit.circuit
- tensorcircuit.cloud
- tensorcircuit.compiler
- tensorcircuit.cons
- tensorcircuit.densitymatrix
- tensorcircuit.experimental
- tensorcircuit.fgs
- tensorcircuit.gates
- tensorcircuit.interfaces
- tensorcircuit.keras
- tensorcircuit.mps_base
- tensorcircuit.mpscircuit
- tensorcircuit.noisemodel
- tensorcircuit.quantum
- tensorcircuit.results
- tensorcircuit.shadows
- tensorcircuit.simplify
- tensorcircuit.templates
- tensorcircuit.torchnn
- tensorcircuit.translation
- tensorcircuit.utils
- tensorcircuit.vis