定义、训练和部署多聚体量子机器学习模型的高级API
polyadicqml的Python项目详细描述
这个包提供了一个库来定义、训练和部署 Quantum Machine Learning模型。在
这个库已用于在IBM quantum计算机上训练一个带有Iris flower数据集的qmodel:iris.entropicalabs.io
量子电路可以运行在任何量子计算机供应商之上。 目前,它实现了快速模拟器manyq的接口,并且 Qiskit。在
安装
从PyPI的命令行:
pip install polyadicqml
从github安装最新的稳定版本:
^{pr2}$文件
您可以在docs中找到quickstart guide、tutorial和模块references。在
示例代码
在模拟器上训练模型并在真实的量子计算机上测试可以 分几行完成:
# Define the circuit structuremake_circuit(bdr,x,params):...# Prepare a circuit simulator:qc=mqCircuitML(make_circuit=make_circuit,nbqbits=nbqbits,nbparams=nbparams)# Instanciate and train the modelmodel=Classifier(qc,bitstr).fit(input_train,target_train)# Prepare to run the circuit on an IBMq machine:backend=Backends("ibmq_ourense",hub="ibm-q")qc2=qkCircuitML(make_circuit=make_circuit,nbqbits=nbqbits,nbparams=nbparams,backend=backend)# Change the model backend and run itmodel.set_circuit(qc2)model.nbshots=300model.job_size=30pred_test=model(input_test)
您可以在documentation中找到更多信息,在那里可以找到教程和示例。 快速入门示例可以在examples folder中找到,也可以在网站上找到。 作为对算法的介绍,您可以查看这个video presentation。在
- 项目
标签: