PennyLane 文档¶
- Release
0.40.0
PennyLane是一个跨平台的Python库，用于量子计算、 量子机器学习和量子化学。 以与训练神经网络相同的方式训练量子计算机。
功能¶
跟随梯度。 内置自动微分量子电路。
双重优势。 支持混合量子和经典模型；将量子硬件与 PyTorch、TensorFlow 和 NumPy 连接。
即时编译。编译您的 整个混合工作流程，支持自适应电路、实时测量反馈、无限循环等功能。有关更多详细信息，请参见 Catalyst。
自带功能。提供优化和机器学习工具。
设备无关。 相同的量子电路模型可以在不同的后端上运行。安装 插件以访问更多设备，包括Strawberry Fields、Amazon Braket、IBM Q、Google Cirq、Rigetti Forest、 Microsoft QDK和ProjectQ。
入门¶
关于量子机器学习的介绍，我们在我们的 QML 网站 上提供了几个指南和资源，包括 什么是 QML？, 常见问题解答, 一个 关键概念词汇表，以及精心挑选的 QML 视频。
然后，通过使用PennyLane和近程量子硬件探索前沿算法，深入研究量子机器学习，来体验我们的QML演示。
您还可以查看使用PennyLane部分，以获取有关量子操作的更多细节，并探索PennyLane提供的可用优化工具。我们还有关于如何编写您自己的PennyLane兼容量子设备的详细指南。
最后，尝试使用众多可用于运行您的混合优化的 设备和插件——这些包括由 PennyLane-Qiskit 插件提供的 IBM Q，以及由 PennyLane-Rigetti 提供的 Rigetti Aspen QPU。
支持和贡献¶
如果您遇到问题，请通过在我们的GitHub问题追踪器上发布问题来告知我们。
我们鼓励贡献 — 只需复制PennyLane库，然后提交一个 pull request，包含 你的贡献。所有对PennyLane做出贡献的人将被列为发布版本的作者。
要直接与设计和构建PennyLane的团队以及我们社区的成员进行交流——成员包括量子机器学习研究人员、学生以及那些仅仅对成为快速发展的行业的一部分感兴趣的人——您可以加入我们的 讨论论坛。