- 综合排序
- 最热优先
- 最新优先
- 来自专栏Dechin的专栏
量子计算基础——矩阵语言
技术背景 量子计算作为一种新的计算框架，采用了以超导、离子阱等物理体系的新语言来描述我们传统中所理解的矩阵运算。不同于传统计算机中的比特（经典比特）表示方法，量子计算的基本单元被称为量子比特。 我们可以通过一个布洛赫球的模型来理解二者的区别： image.png 量子比特与量子操作 image.png 量子比特与量子操作 image.png image.png image.png image.png 总结概要 量子计算是一门当下非常火热的技术，抛开个别企业对量子计算的过分吹嘘不谈，其本身是一门非常有意义的跨学科研究领域。 本文仅从非物理科班专业的角度——用矩阵的语言去描述量子计算的基础单元和基础操作，包含量子态的含义、单比特量子门操作以及两比特量子门操作的矩阵形式。
99510编辑于 2022-05-10 - 来自专栏Dechin的专栏
使用绝热演化量子退火算法求解矩阵本征态
绝热演化与量子退火 绝热演化过程可以这么理解，在求解一个已知哈密顿矩阵 H_1 的本征态时，先制备一个容易计算出本征态的哈密顿矩阵 H_0 所对应的物理系统，并使得该物理系统出于对应的本征态 \left D-wave这个公司就以此为出发点，发明了量子退火机，并且已经初步实现了其商业价值。 量子退火，实际上就是利用了绝热演化的原理：通过调制超导比特之间的耦合关系和对每个比特的控制，先制备一个本征能量较高的超导物理系统，然后精准控制物理温度缓慢降温，就可以实现到目标哈密顿矩阵的绝热演化。 绝热演化/量子退火算法Python模拟实现 首先我们定义一些常规的泡利矩阵： import numpy as np sigmai = np.array([[1, 0], [0, 1]], dtype = 除了上述定义的哈密顿矩阵之外，我们还需要定义一个常用的量子力学操作：归一化。
1.2K40发布于 2021-05-21 - 来自专栏量子化学
《量子化学软件基础》习题（8）
REF1中胞嘧啶的CASPT2计算采用了两种不同的活性空间：a.活性空间包含10个电子和8个π轨道（在Cs点群下，8个π轨道的不可约表示都是A’’）；b.活性空间包含14个电子和10个空间轨道（除a中的 8个π轨道外，又加入了两个属于点群Cs的A’不可约表示的孤对轨道n。 仍以处理活性空间CASSCF(10,8) 为例说明输入文件写法。 这主要是因为ORCA中FIC-NEVPT2是分别对每个态，重新构造每个态的Fock矩阵，再将其对角化得到轨道能和相应正则轨道（即canonstep采取选项1）。 仍以活性空间CASSCF(10,8) 为例说明输入文件写法。
1.4K30编辑于 2022-12-07 - 来自专栏1996
LeetCode每日一题-8：重塑矩阵
在仅包含 0 和 1 的数组 A 中，一次 K 位翻转包括选择一个长度为 K 的（连续）子数组，同时将子数组中的每个 0 更改为 1，而每个 1 更改为 0。
51230编辑于 2022-09-23 - 来自专栏计算机视觉理论及其实现
numpy基础属性方法随机整理（8）：矩阵乘法 及 对应元素相乘的矩阵乘法
矩阵运算基础知识参考：矩阵的运算及其规则注意区分数组和矩阵的乘法运算表示方法（详见第三点代码）1) matrix multiplication矩阵乘法： (m,n) x (n,p) --> (m,p) 只能element-wise produt(对应元素相乘)# -*- coding: utf-8 -*-"""Created on Thu Jul 26 14:22:40 2018@author: Administrator """import numpy as npa = np.array([[1,2],[3,4],[11,12]])b = np.array([[5,6,13],[7,8,14]])c = np.array ([[1,2,13],[3,4,25],[11,12,23]])d = np.array([[5,6,2],[7,8,29],[13,14,15]])matrix_a = np.matrix(a) 对应元素相乘) '''print(matrix_c, matrix_d, sep='\n')#[[ 1 2 13]# [ 3 4 25]# [11 12 23]]#[[ 5 6 2]# [ 7 8
3K30编辑于 2022-09-02 - 来自专栏Dechin的专栏
量子计算基础——量子测量
技术背景 在上一篇博客中，我们用矩阵的语言介绍了量子计算中基本量子单元——量子比特，与量子门操作的相关概念。通过对量子态的各种操作，相当于传统计算机中对经典比特的操作，就可以完成一系列的运算了。 但是量子计算的一个待解决的问题是，所有存储在量子态中的信息是没办法从经典世界直接读取的，只能通过量子测量，使得量子态坍缩到经典比特之后，才能够在经典世界里进行读取。 量子测量的矩阵形式 image.png 可以看到，采样得到量子态并不是完全等同于理论预测值，但是也非常的接近，采样得到 \left|1\right> 态的概率约为：49.22%。 Z轴上进行，可以简单的理解为，把一个布洛赫球上的量子态矢量投影到Z轴上进行读取，最后得到一个统计的结果，布洛赫球的示意图如下所示： 如果用数学矩阵来表示的话，Measure在量子计算中使用到了一个Observable 测量基得到的结果是这样的形式： P=\left<\psi_t\right|O\left|\psi_t\right> 然后把我们上述所得到的量子态矢量与测量基矩阵代入到上面的这个式子中，就可以得到以下的测量结果
2.3K20编辑于 2022-05-10 - 来自专栏Lansonli技术博客
量子计算（二十）：量子算法简介
量子算法简介一、概述量子算法是在现实的量子计算模型上运行的算法，最常用的模型是计算的量子电路模型。 虽然所有经典算法都可以在量子计算机上实现，但量子算法这个术语通常用于那些看起来是量子的算法，或者使用量子计算的一些基本特性，如量子叠加或量子纠缠。 使用经典计算机无法判定的问题，使用量子计算机仍然无法来确定。量子算法有趣的是，它们可能能够比经典算法更快地解决一些问题，因为量子算法所利用的量子叠加和量子纠缠可能不可以在经典计算机上有效地模拟。 量子优势意味着量子计算机在处理某些领域问题上，超过了传统计算机的表现，相对于霸权而言，量子优势更注重量子算法以及实际的领域应用。 可以说，量子优势是NISQ量子计算机领域的皇冠，谁夺取了皇冠，谁就证明了量子计算机可以投入到现实应用中。
2.1K63编辑于 2023-01-18 - 来自专栏全栈程序员必看
模型矩阵、视图矩阵、投影矩阵
总而言之，模型视图投影矩阵=投影矩阵×视图矩阵×模型矩阵，模型矩阵将顶点从局部坐标系转化到世界坐标系中，视图矩阵将顶点从世界坐标系转化到视图坐标系下，而投影矩阵将顶点从视图坐标系转化到规范立方体中。 ；如果局部坐标系还要继续变换，只要将新的变换矩阵按照顺序左乘这个矩阵，得到的新矩阵能够表示之前所有变换效果的叠加，这个矩阵称为「模型矩阵」。 ： 产生这一帧时，只需要计算一次模型矩阵，再将立方体中8个顶点坐标分别左乘该矩阵，就可以得到经过变换后8个顶点的坐标。 这个表示整个世界变换的矩阵又称为「视图矩阵」，因为他们经常一起工作，所以将视图矩阵乘以模型矩阵得到的矩阵称为「模型视图矩阵」。 最后，根据投影矩阵×视图矩阵×模型矩阵求出模型视图投影矩阵，顶点坐标乘以该矩阵就直接获得其在规范立方体中的坐标了。这个矩阵通常作为一个整体出现在着色器中。
3.6K20编辑于 2022-08-27 - 来自专栏Python项目实战
量子计算的未来蓝图：从量子比特到量子霸权
量子计算的未来蓝图：从量子比特到量子霸权量子计算机，这一科技领域的终极梦想，正在用它的量子特性改变计算方式。 一、量子计算的基本原理量子计算的基础在于量子力学的两个核心特性：叠加与纠缠。叠加原理：与传统计算机的比特不同，量子比特（qubit）可以同时处于0和1的叠加态，使得量子计算机可以并行处理大量计算。 二、发展阶段：从量子初学到霸权量子计算的发展可分为以下几个主要阶段：1. 量子探索期（2000年之前）这是一切的起点。从理论提出到初步实验，科学家们验证了量子计算的可能性。 量子原型期（2000-2020）这一阶段，主要是尝试构建基础量子计算机，例如：IBM Q系统Google的量子芯片“Sycamore”突破案例：量子霸权2019年，Google宣布实现量子霸权，其量子计算机在 三、量子计算的技术挑战要实现真正可用的量子计算机，我们面临以下几个关键挑战：量子误差校正：量子比特容易受到环境干扰，造成错误。硬件稳定性：需要保持“量子态”长时间稳定。
59810编辑于 2025-03-07 - 来自专栏Lansonli技术博客
量子计算（十四）：超导量子芯片
超导量子芯片超导量子计算是基于超导电路的量子计算方案，其核心器件是超导约瑟夫森结。 由于近年来的迅速发展，超导量子计算已成为目前最有希望实现通用量子计算的候选方案之一。超导量子计算实验点致力于构建一个多比特超导量子计算架构平台，解决超导量子计算规模化量产中遇到的难题。 2016年基于这个芯片实现了对氢分子能量的模拟，表明了其对于量子计算商用化的决心。2017年，Google发布了实现量子计算机对经典计算机的超越——“量子霸权“的发展蓝图。 2018年年初，其设计了72比特的量子芯片，并着手进行制备和测量，这是向实现量子霸权迈出的第一步。 ，并迎头赶上，同时，合肥本源量子公司也正在开发6比特高保真度量子芯片，如下图（d）所示。
2.6K114编辑于 2022-12-31 - 来自专栏Lansonli技术博客
量子计算（十）：量子计算原理
一、酉变换酉变换是一种矩阵，也是一种操作，它作用在量子态上得到的是一个新的量子态。 这项系数称为量子态的整体相位。因为任何操作和测量都无法分辨两个相同的密度矩阵，所以量子态的整体相位一般情况下是不会对系统产生任何影响的。 五、泡利矩阵泡利矩阵（Pauli matrices）有时也被称作自旋矩阵（spin matrices）。有以下三种形式分别是三个泡利矩阵所表示的泡利算符代表着对量子态矢量最基本的操作。 对于一个处于|〉的量子态，将这个量子逻辑门作用在上面时，相当于将这个量子逻辑门代表的酉矩阵左乘这个量子态的矢量，然后得到下一个时刻的量子态|〉。即这个表达式对于所有的单比特门或者多比特门都是适用的。 对于一个有n个量子比特的量子系统，它的演化是通过一个的酉矩阵来表达。
3.7K83编辑于 2022-12-11 - 来自专栏Lansonli技术博客
量子计算（七）：量子系统
内积和外积对于任意的两个量子态的矩阵（坐标）表示如下：其内积定义为：其外积定义为：表示一个nxn矩阵。 根据可逆矩阵的定义可知，U也是一个可逆矩阵，因此西变换也是一个可逆变换。而在量子计算中，各种形式的酉矩阵被称作量子门。 例如Pauli矩阵也是一组酉矩阵 以X门作用在量子态上为例 再如X门作用在任意的量子态上从上述中看出，量子态的演化本质上可以看作是对量子态对应的矩阵做变换，即是做矩阵的乘法。 对于一个纯态而言，密度矩阵的形式是： 而对于一个混合态而言，密度矩阵的形式是：其中是系统所处的态及其概率。 密度矩阵有以下的性质：对于一个两能级体系表述的态，不论是纯的还是混合的的都可以用密度矩阵表示编辑当且仅当量子态时纯态时成立。对角线上的分量表示整个系统如果经历一次测量，那么可以得到这个态的概率。
1.9K72编辑于 2022-12-10 - 来自专栏算法和应用
一种用于可分离的非负矩阵分解的量子启发经典算法
作者：Zhihuai Chen,Yinan Li,Xiaoming Sun,Pei Yuan,Jialin Zhang 摘要：非负矩阵分解（NMF）要求将（入口）非负矩阵分解为两个较小尺寸的非负矩阵的乘积 我们的新算法在秩中的多项式时间和输入矩阵的大小中以对数运行，这在低秩设置中实现指数加速。
1.1K20发布于 2019-07-18 - 来自专栏全栈程序员必看
matlab输出矩阵格式_matlab中uint8函数用法
MATLAB中读入图像的数据类型是uint8，而在矩阵中使用的数据类型是double。 图像数据在计算前需要转换为double,以保证精度;很多矩阵数据也都是double的。要想显示其，必须先 转换为图像的标准数据格式。 很多矩阵的很多矩 阵数据也都是double的,要想显示其,必须先转换为图像的标准数据格式。如果直接运行imshow(I)，我们会 发现显示的是一个白色的图像。 imshow(uint8(I)); imshow(mat2gray(I)); 上面的mat2gray是将最终获得的矩阵转化为灰度图像。 常用的为： A = im2uint8(mat2gray(result)) 这样就将result矩阵转化为uint8类型的图像。 版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。
3.5K10编辑于 2022-09-30 - 来自专栏电子工程师成长日记
用DeepSeek学嵌入式8：矩阵按键的使用
具体实现功能： 利用51单片机和4*4矩阵按键实现单个共阳数码管显示按键数值（0-F）。 DeepSeek问答截图： 设计介绍 51单片机简介 51单片是一种低功耗、高性能CMOS-8位微控制器，具有8K可编程Flash存储器，使得其为众多嵌入式控制应用系统提供高灵活、超有效的解决方案。 51系列单片机具有以下标准功能： 8k字节Flash，512字节RAM， 32位I/O口线，看门狗定时器， 内置4KB EEPROM， MAX810复位电路， 三个16位定时器/计数器， 一个6向量2级中断结构 0 0xF9, // 1 0xA4, // 2 0xB0, // 3 0x99, // 4 0x92, // 5 0x82, // 6 0xF8, , // E 0x8E // F }; void delay(unsigned int t) { while(t--); } unsigned char key_scan() {
40000编辑于 2025-04-24 - 来自专栏mathor
矩阵分析（十一）酉矩阵、正交矩阵
酉矩阵 若n阶复矩阵A满足 A^HA=AA^H=E 则称A是酉矩阵，记为A\in U^{n\times n} 设A\in C^{n\times n}，则A是酉矩阵的充要条件是A的n个列（或行）向量是标准正交向量组 酉矩阵的性质 A^{-1}=A^H\in U^{n \times n} \mid \det A\mid=1 A^T\in U^{n\times n} AB, BA\in U^{n\times n} 酉矩阵的特征值的模为 1 标准正交基到标准正交基的过渡矩阵是酉矩阵 酉变换 设V是n维酉空间，\mathscr{A}是V的线性变换，若\forall \alpha, \beta \in V都有 (\mathscr{A}(\alpha ), \mathscr{A}(\beta))=(\alpha,\beta) ---- 正交矩阵 若n阶实矩阵A满足 A^TA=A^A=E 则称A是正交矩阵，记为A\in E^{n\times n} 设A （或正交矩阵） ---- 满秩矩阵的QR分解 若n阶实矩阵A\in \mathbb{C}^{n\times n}满秩，且 A = [\alpha_1,...
7.5K30发布于 2020-11-24 - 来自专栏运维开发王义杰
量子计算机：核心概念量子叠加和量子纠缠解析
量子计算机的两个核心概念——量子叠加和量子纠缠，是理解量子计算机如何运作的关键。这两个概念来源于量子力学，是量子计算机区别于传统计算机的基础。 在本文中，我将尝试用简单的语言解释这两个复杂的概念，并分析它们在量子计算中的作用。 量子叠加：一种超越经典逻辑的状态 量子叠加是量子力学的基本特性之一。 在量子计算机中，qubit就像这种特殊的开关，它可以同时处于多种状态，直到被测量的那一刻。 叠加的计算优势 量子叠加使得量子计算机能够同时进行大量计算。 例如，如果一个量子计算机有3个qubits，它可以同时表示8种不同的状态（000, 001, 010, 011, 100, 101, 110, 111）。 这种能力使量子计算机在执行某些任务时，特别是那些需要同时考虑多种可能性的任务时，比传统计算机快得多。 量子纠缠：神秘的量子联系 量子纠缠是另一个量子力学的核心概念。
1.4K10编辑于 2024-02-26 - 来自专栏韩曙亮的移动开发专栏
【MATLAB】矩阵操作 ( 矩阵构造 | 矩阵运算 )
文章目录 一、矩阵构造 1、列举元素 2、顺序列举 3、矩阵重复设置 4、生成元素 1 矩阵 二、矩阵计算 1、矩阵相加 2、矩阵相减 3、矩阵相乘 4、矩阵对应相乘 5、矩阵相除 6、矩阵对应相除 , 根据给定的矩阵 , 进行指定的重复 , 生成新矩阵 ; % 矩阵构造 , 将矩阵 B , % 每行重复 3 次 , 每列重复 2 次 % 原来有 1 行 , 现在有 3 行 % 原来有 8 列 , 3, 4; 5, 6, 7, 8] B = [9, 10, 11, 12; 13, 14, 15,16] % 矩阵相加就是对应位置相加 % 只有行列相等的矩阵才能相加 C = A + B 执行结果 % 矩阵构造 , 将矩阵 B , % 每行重复 3 次 , 每列重复 2 次 % 原来有 1 行 , 现在有 3 行 % 原来有 8 列 , 现在有 16 列 C = repmat(B, 3, 2) 矩阵计算 % 定义两个矩阵 A = [1, 2, 3, 4; 5, 6, 7, 8] B = [9, 10, 11, 12; 13, 14, 15,16] % 矩阵相加就是对应位置相加 % 只有行列相等的矩阵才能相加
2.2K10编辑于 2023-03-29 - 来自专栏量子发烧友
量子+AI：量子计算加速机器学习
它包括解决组合优化问题和量子化学模拟等挑战的资源，以及支持量子电路模型和通用量子计算的复杂变量定义和矩阵乘法。 # 设置模拟方式为密度矩阵 paddle_quantum.set_backend('density_matrix') class QGAN(paddle_quantum.gate.Gate): self.disc_target_as_target() return loss def get_target_state(self): """ 得到目标态的密度矩阵表示 return state.numpy() def get_generated_state(self): """ 得到生成态的密度矩阵表示 documentation/machine-learning/ 【7】https://qiskit.org/documentation/machine-learning/tutorials/index.html 【8】
2.1K40编辑于 2023-02-24 - 来自专栏逮虾户
kotlin 和 r8 的量子纠缠 | 类加载机制偷鸡
元数据 大家可以参考下官方的这篇文章R8 编译器: 为 Kotlin 库和应用 "瘦身"。 单独升级R8 接下来我们就需要偷偷的使用上面的方法，跳过AGP 7.0.3中低版本的R8，直接使用高版本AGP 7.2.1的R8就能修复这个异常了。 这次我们只需要把这个R8的版本放到settings.gralde中就可以解决这个问题了。 另外因为我们有一部分方法签名检查的a8就是基于r8开发的，所以后面就可能还有一篇吧。 我打算后续吹嘘下Gradle Enterprise，试用阶段发现真的还是挺好用的。 参考文献 Data class metadata is removed with proguard / R8 for Kotlin 1.6.0 R8 编译器: 为 Kotlin 库和应用 "瘦身"
1K20编辑于 2022-10-28
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号