#123 · 主分类： 深度学习框架
torchquantum
deep-learning
machine-learning
ml-for-systems
neural-network
parameterized-quantum-circuit
pytorch
pytorch-quantum
quantum
quantum-computing
quantum-machine-learning
quantum-neural-network
quantum-simulation
system
一个基于PyTorch的框架，用于量子经典模拟、量子机器学习、量子神经网络、参数化量子电路，并支持轻松部署在真实量子计算机上。
项目最后更新：07/06/26
GitHub Stars
1.7K
Forks数量
262
贡献者数量
42
许可证
MIT
收录理由
TorchQuantum 让研究者无需脱离 PyTorch 工作流即可训练量子机器学习模型。参数化量子电路被构建为普通的 PyTorch 模块，梯度计算和对训练集的批处理都能原生完成，不必被迫切换到另一套量子 SDK。在经典模拟方面，它支持 GPU 上的态矢量模拟和脉冲模拟，并可通过多 GPU 扩展到 30 多个量子比特，为单机或小规模集群上的实验提供了充足空间。当需要从模拟器转向真实设备时，同一套电路对象可直接导出到 IBMQ 等后端，还支持脉冲级控制，这大大降低了从研究原型到物理硬件的跨越难度。项目主要面向量子神经网络、VQE 和 QAOA 这类变分算法以及量子最优控制的研究者，其内置示例均以可运行形式覆盖了这些典型场景。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。