- 综合排序
- 最热优先
- 最新优先
- 来自专栏量子发烧友
利用 Cirq 完成 qsim 模拟
return the full state vector. print('Cirq results:') cirq_simulator = cirq.Simulator() cirq_results (q0), cirq.X(q1), cirq.CX(q0, q1), cirq.measure(q0, key='qubit_0'), cirq.measure(q1, key='qubit measurement values. print('Cirq results:') cirq_simulator = cirq.Simulator() cirq_results = cirq_simulator.run (0) circuit = cirq.Circuit( cirq.X(q0)**0.5, cirq.measure(q0, key='m0'), cirq.X(q0)**0.5, cirq.measure = cirq.Simulator() cirq_start = time.time() cirq_results = cirq_simulator.simulate(circuit) cirq_elapsed
77320编辑于 2023-02-24 - 来自专栏量子发烧友
量子算法框架 Cirq 与 NISQ 新时代
(cirq.H(q0), cirq.CZ(q0, q1), cirq.H(q1), cirq.CZ(q0, q1)) print(circuit[1:3]) (0, 0): ───@─────── ，我们可以选择使用 Cirq 输出直方图，更直观的去展示模拟结果，具体操作方法如下： q = cirq.LineQubit.range(4) circuit = cirq.Circuit([cirq.H.on_each (6) circuit = cirq.Circuit([cirq.H(q[0]), [cirq.CNOT(q[0], q[i]) for i in range(1, 6, 1)], cirq.measure ({ (cirq.GridQubit(0, 0), cirq.GridQubit(0, 1)): 0.1, (cirq.GridQubit(0, 1), cirq.GridQubit(0 , 2)): 0.2, (cirq.GridQubit(1, 0), cirq.GridQubit(0, 0)): 0.3, (cirq.GridQubit(3, 3), cirq.GridQubit
1.1K40编辑于 2023-02-24 - 来自专栏程序你好
拥抱新时代，Google 开源量子算法框架 CIRQ
为解决上述问题，并帮助开发者了解 NISQ 量子计算机是否能够解决具有实际重要意义的计算问题，Google 近日开源了 Cirq 。 Cirq 为用户提供了对量子电路 (Quantum Circuits)的精确控制，为编写和编译量子电路，其数据结构经过专门优化，让开发者能更加充分地利用 NISQ 架构。 Cirq 支持在模拟器上运行这些算法，旨在通过云轻松与未来的量子硬件或更大的模拟器集成。 同时开源的还有 OpenFermion-Cirq，这是基于 Cirq 和最新算法的一个应用示例。 OpenFermion 是一个专注解决化学问题的量子算法开发平台，OpenFermion-Cirq 则是一个把量子模拟算法编译成 Cirq 的开源库。
40130发布于 2018-08-01 - 来自专栏量子位
谷歌开源了量子算法框架CIRQ，拥抱NISQ新时代
开源框架，为NISQ而生 于是，谷歌开源了Cirq框架，这是专为NISQ算法打造的框架。 另外，Cirq支持在模拟器上运行算法，如果将来有了量子计算机，或者更大的模拟器，也很容易通过云，把设备和算法集成起来。 还有应用示例 与Cirq框架一同发布的，还有OpenFermion-Cirq，这是一个基于Cirq的应用示例。 ? 介绍一下，OpenFermion是一个量子算法开发平台，专注解决化学问题。 OpenFermion-Cirq则是一个开源库，把量子模拟算法编译成Cirq能用的样子。 ： https://github.com/quantumlib/cirq OpenFermion-Cirq传送门： https://github.com/quantumlib/OpenFermion-Cirq
48630发布于 2018-07-24 - 来自专栏量子发烧友
量子线性系统算法及实践——以Cirq为例
Cirq是谷歌一款用于编写、操作和优化量子线路的Python库，支持在量子计算机及量子模拟器上运行cirq编译的量子线路。Cirq为处理NISQ时代量子计算机提供了有效的抽象。 cirq与QuTrunk两款产品都支持连接量子计算机和量子模拟器使用。本文将主要介绍量子线性系统算法中的典型算法HHL的数学原理及使用cirq、QuTrunk实现算法的代码示例。 =1.0): cirq.EigenGate. 图为量子相位估计线路图 2.1使用cirq定义量子相位估计 使用cirq完成量子线性系统算法，其中需要先进行量子相位估计操作。 HHL算法线路图 3.1使用cirq定义HHL算法的量子线路 以下为使用cirq构建HHL量子线路代码示例。示例代码中，cirq实现的是2×2的哈密顿矩阵。
1.6K10编辑于 2023-03-08 - 来自专栏量子发烧友
利用TFQ纠正量子位校准误差
3.1 TFQ及Cirq功能简介 在正式开始使用 TensorFlow Quantum（TFQ）之前，有必要先介绍一下它及 Cirq 框架的一些基础知识。 3.1.1 Cirq 和参数化量子电路 Cirq 是 Google 用于量子计算的 Python 库，使用的是 SymPy 符号来表示自由参数。 它允许你将 Cirq 对象发送到量子层和量子操作中。 中对参数值的电路进行批处理需要执行一个循环： cirq_results = [] cirq_simulator = cirq.Simulator() for vals in batch_vals: (0, 0) model_circuit = cirq.Circuit( cirq.rz(control_params[0])(qubit), cirq.ry(control_params
1.5K30编辑于 2023-02-24 - 来自专栏AI科技大本营的专栏
量子技术发展的一小步：Google AI推出开源框架Cirq
近日，Google AI 的量子团队宣布开源了用于 NISQ 计算机的 Cirq 量子计算框架。 Cirq 框架通过 Apache 2 获得许可，可以在任何商业或开源软件包中进行修改或嵌入。 安装过后，Cirq 能为特定的量子处理器编写量子算法。 Cirq 能使用户对量子电路进行准确控制，为了编写和编译这些量子电路，数据结构是经过优化的，从而使用户能够充分利用 NISQ 架构。 他们还发布了 OpenFermion-Cirq，OpenFermion 是一个解决化学问题的量子算法平台，OpenFermion-Cirq 则是一个开源库，它将量子模拟算法编译成 Cirq。 源代码如下： https://github.com/quantumlib/Cirq https://github.com/quantumlib/OpenFermion-Cirq 其他相关链接： https
51810发布于 2018-08-03 量子编程语言的比较和选择：Qiskit、Q#和Cirq的优缺点和适用场景
优点：灵活性：Cirq提供了很高的灵活性，可以对量子算法进行更细粒度的控制和优化。 性能较好：Cirq在处理大规模问题时性能较好，运行速度也比较快。支持多种量子硬件：Cirq支持多种量子硬件平台，包括Google的量子处理器等。 缺点：学习曲线略高：相比于Qiskit等语言，Cirq的学习曲线可能略高一些。生态系统相对较小：由于Cirq相对较新，其生态系统可能相对较小，缺乏一些第三方库和工具。 # 示例代码：使用Cirq创建并运行量子电路import cirq# 创建一个量子电路qc = cirq.Circuit()# 添加量子门操作qubits = cirq.LineQubit.range( 2) # 创建2个量子比特qc.append(cirq.H(qubits[0])) # 应用Hadamard门到第一个量子比特qc.append(cirq.CNOT(qubits[0], qubits
2.4K10编辑于 2024-02-06- 来自专栏人工智能小咖
使用TensorFlow Quantum进行量子机器学习
为此，TFQ依赖于Cirq（一个近期计算机上实现量子电路的开源平台）。Cirq包括定义量子计算所需的基本结构，如量子位、门、电路和计算算符。 Cirq背后的理念是提供一个简单的编程模型，抽象出量子应用的基本构件块。 image.png 能把cirq和TFQ结合起来吗？挑战是什么？ 技术障碍1 无法导入量子数据。 量子数据必须随时准备。 4.极简主义:Cirq和TF间的桥梁:无需用户重新学习如何与量子计算机交互来解决机器学习问题。 量子数据集为非参数化 cirq.Circuit 对象被应用于计算机图表使用 tfq.convert_to_tensor 步骤2: 评估量子神经网络模型:这一步中，研究人员可以使用Cirq制作量子神经网络的原型 (cirq.ry(-angle)(qubit), cirq.rx(-spread_x)(qubit))) bloch[source][0].append(np.cos(angle))
1.6K00发布于 2020-04-15 - 来自专栏DeepHub IMBA
TensorFlow Quantum：建立在量子架构上工作的机器学习模型
Cirq框架 建立混合量子模型的第一步是能够利用量子操作。为了做到这一点，TensorFlow Quantum依靠Cirq，这是一个用于在近期设备上调用量子电路的开源框架。 Cirq包含基本结构，如量子位、门、电路和测量操作符，这些都是指定量子计算所必需的。Cirq背后的想法是提供一个简单的编程模型，抽象出量子应用的基本构建块。 当前版本包括以下主要构建模块: 电路（Circuits）:在Cirq中，Cirquit代表量子电路的最基本形式。 一个Cirq电路被表示为一个力矩的集合，其中包含了在一些抽象的时间滑动期间可以在量子位上执行的操作。 门（Gates）:在Cirq中，门对量子位的集合进行抽象运算。 模拟器（Simulators）:Cirq包含一个Python模拟器，可用于运行电路和调度。
88420发布于 2020-12-24 - 来自专栏量子发烧友
下（应用篇）| 推荐几款较流行的量子算法
（2）Pauli 和 - 表示 Cirq 中定义的 Pauli 算子张量积的线性组合。像电路一样，创建大小不同的算子批次。 以上是TensorFlow Quantum 的软件堆栈图，它展示了 TensorFlow 和 Cirq 之间的交互。 qubit = cirq.GridQubit(0, 0) model_circuit = cirq.Circuit( cirq.rz(control_params[0])(qubit ), cirq.ry(control_params[1])(qubit), cirq.rx(control_params[2])(qubit)) SVGCircuit ( cirq.rx(random_rotations[0])(qubit), cirq.ry(random_rotations[1])(qubit), cirq.rz
2.8K20编辑于 2023-02-24 - 来自专栏AI科技评论
"量子优越性"之后，谷歌强势开源量子版TensorFlow！
它在 Cirq 中集成了设计的量子计算算法和逻辑，并提供与现有 TensorFlow API 兼容的量子计算原语，以及高性能的量子电路模拟器。 注：Cirq 是 Google 专为 NISQ 算法打造的框架,允许开发者为特定的量子处理器编写量子算法。 这两个原语分别是： 1、量子电路：表示TensorFlow中 Cirq 定义的量子电路，创建不同大小的电路批次，类似于不同的实值数据点的批次； 2.Pauli sum：表示Cirq中定义的Pauli运算符的张量积的线性组合 上图为TFQ 的软件栈，显示了它与TensorFlow、Cirq和计算硬件的交互。栈的顶部是要处理的数据。 但是，要构建和训练这样的模型，研究人员必须执行以下操作： 1、准备量子数据集，每个量子数据张量都指定为用Cirq编写的量子电路，该电路可实时生成量子数据。
82320发布于 2020-03-11 - 来自专栏量子发烧友
量子近似优化算法及其应用
= cirq . [ node ] mixing_ham += cirq . PauliString ( cirq . [ edge [0]] qubit2 = cirq_qubits [ edge [1]] cost_ham += cirq . PauliString (1/2*( cirq . Z ( qubit1 ) * cirq . Z ( qubit2 ) ) ) 生成量子近似优化算法的量子线路。
2K30编辑于 2023-03-08 - 来自专栏量子发烧友
量子+AI：量子计算加速机器学习
为此，TFQ 引入了两个数据类型基元： • 量子电路：表示 TensorFlow 中 Cirq 定义的量子电路 (cirq.Circuit)。创建大小不同的电路批次，类似于不同的实值数据点的批次。 • Pauli 和：表示 Cirq 中定义的 Pauli 算子张量积的线性组合 (cirq.PauliSum)。像电路一样，创建大小不同的算子批次。 Cirq框架 建立混合量子模型的第一步是能够利用量子操作。为了做到这一点，TensorFlow Quantum依靠Cirq，这是一个用于在近期设备上调用量子电路的开源框架。 Cirq包含基本结构，如量子位、门、电路和测量操作符，这些都是指定量子计算所必需的。Cirq背后的想法是提供一个简单的编程模型，抽象出量子应用的基本构建块。 （3）门（Gates）：在Cirq中，门对量子位的集合进行抽象运算。 （4）模拟器（Simulators）：Cirq包含一个Python模拟器，可用于运行电路和调度。
1.9K40编辑于 2023-02-24 - 来自专栏算法进阶
一文概览量子机器学习！
常见的量子机器学习库包括Qiskit Machine Learning、PennyLane、Cirq、TensorFlow Quantum和TensorCircuit等。 5.3 Cirq Cirq是Google开发的一个开源的量子计算框架，用于构建、测试和运行量子算法。Cirq支持多种量子计算平台，包括Google的量子处理器和模拟器。 Cirq提供了一种用于构建和运行量子电路的Python API，这使得用户可以使用Python编写量子算法，并在Cirq中进行量子模拟和量子算法的测试。 此外，Cirq还提供了一些量子算法的实现，例如量子随机行走和量子主成分分析。 总之，Cirq是一个功能强大的量子计算框架，它为用户提供了丰富的工具和算法，以构建、测试和运行量子算法。 它的Python API和量子算法的实现使得用户可以使用Python编写量子算法，并在Cirq中进行量子模拟和量子算法的测试。
1.7K10编辑于 2023-08-28 - 来自专栏量子发烧友
混合量子-经典体系对量子数据的分类问题
阶段一：量子数据准备，生成正确制备的簇态 a.生成正确制备的簇态 def cluster_state_ circut(bits) : circuit = cirq . Circuit () circuit.append(cirq.H.on_each(bits)) for this_bit , next_bit in zip ( bits , bits [1:] cluster_state_bits = cirq . 下面的代码定义了量子卷积和量子池操作： def quantum_conv_circuit( bits , syms ) : circuit = cirq . 该模型代码如下： readout_operators = cirq .
73620编辑于 2023-03-08 - 来自专栏量子发烧友
下（应用篇）| 量子计算与开源软件
Google还发布了 Cirq 软件工具包，让开发人员在不需要量子物理背景的情况下也可以创建算法，该计划也意味着任何人都可以访问和修改该软件。 目前，开发人员可以使用 Cirq 创建在模拟器上运行的量子算法。以下是启动并运行Cirq示例： import cirq # Pick a qubit. qubit = cirq.GridQubit(0, 0) # Create a circuit circuit = cirq.Circuit( cirq.X(qubit simulator = cirq.Simulator() result = simulator.run(circuit, repetitions=20) print("Results:" 该平台囊括了热门的量子编程语言（如Cirq、Qiskit、Braket和Q#），它可与所有量子编程语言和任何通用门的量子计算机协作。
1.5K20编辑于 2023-02-24 - 来自专栏AI研习社
开发者必看：8月 Python 热门开放源码
排名5 https://github.com/quantumlib/Cirq? utm_source=mybridge&utm_medium=blog&utm_campaign=read_more Cirq: 用于创建、编辑和调用 嘈杂中型量子计算机 (NISQ)的python框架
96540发布于 2018-09-25 - 来自专栏AI科技大本营的专栏
8月精选Python开源项目Top10
utm_source=mybridge&utm_medium=blog&utm_campaign=read_more ▌5.Cirq Cirq 是一种用于创建、编辑和调用 Noisy Intermediate Github 链接： https://github.com/quantumlib/Cirq?
79950发布于 2018-09-28 - 来自专栏AI科技大本营的专栏
Google重磅发布开源库TFQ，快速建立量子机器学习模型
而如今，TFQ 通过提供与现有 TensorFlow API 兼容的量子计算基本要素以及高性能量子电路模拟器，将量子计算开源框架 Cirq 与 TensorFlow 集成在一起，为传统的判别和生成量子模型的设计和实现提供了高层的抽象 Cirq 还包含大量的构件，用以帮助用户为 NISQ 处理器设计高效的算法，从而让量子-经典混合算法的实现能在量子电路模拟器上运行，最终在量子处理器上运行。 每个量子数据张量都指定为用Cirq编写的量子电路。这个电路可实时生成量子数据， 张量由TensorFlow在量子计算机上执行，用来生成量子数据集。 2. 评估一个量子神经网络模型 研究人员可以使用Cirq建立量子神经网络的原型，然后将其嵌入到TensorFlow计算图中。基于对量子数据结构的了解，可以从几个大类中选择参数化的量子模型。
70320发布于 2020-03-13
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