PennyLane 使用方法 : イントロダクション (翻訳)
翻訳 : (株)クラスキャット セールスインフォメーション
作成日時 : 10/18/2019
* 本ページは、PennyLane : Using PennyLane の次のページを翻訳した上で適宜、補足説明したものです：
* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。
$$
\def\bra#1{\mathinner{\left\langle{#1}\right|}}
\def\ket#1{\mathinner{\left|{#1}\right\rangle}}
\def\braket#1#2{\mathinner{\left\langle{#1}\middle|#2\right\rangle}}
$$
使用方法 : イントロダクション
PennyLane は計算が依拠する変数パラメータを最適化するために古典的と量子計算を統合します。突出したサンプルは変分量子固有値 solver や量子機械学習モデルです。
古典的と量子世界の橋渡し
古典的計算、そして全体的な最適化は古典的インターフェイスで実行されます。PennyLane の標準インターフェイスは NumPy ですが、PyTorch と TensorFlow のようなパワフルな機械学習インターフェイスのためのサポートもまたあります。
量子計算は実行のためにデバイスに送られます。デバイスは古典的シミュレータかリアル量子ハードウェアの可能性があります。PennyLane はデフォルトのシミュレータ・デバイスを装備していますが、それはまた量子回路を実行するために次のような外部ソフトウェアとハードウェアを使用できます – Xanadu の StrawberryFields、Rigetti の Forest、IBM の Quiskit、ProjectQ や Microsoft の Q#。PennyLane と外部デバイスの間の通信はプラグインにより調整されます。
PennyLane の主要ジョブは量子デバイス上のパラメータ化された量子回路 (いわゆる変分回路) の勾配の計算と推定を管理し、そしてそれらを古典的インターフェイスにアクセス可能にすることです。古典的インターフェイスは計算を通して自動的に微分するために勾配情報を使用します – 最適化と機械学習の本質的なプロセスです。
Learn more
以下のセクションで貴方は PennyLane の主要な特徴について更に学習することができます :
- 量子回路 は訓練パラメータを持つ量子回路をプログラミングするプロセスをどのように統一して単純化するかを示します。
- インターフェイス は PennyLane が量子回路やハイブリッド計算を最適化するために異なる機械学習ライブラリでどのように使用されるかを紹介します。
- 量子演算 は PennyLane で提供される様々な量子回路ビルディングブロックの概要を述べます。
- 測定 は量子回路の出力を測定するために利用可能な異なるオプションを提示します。
- テンプレート は量子アルゴリズムを構築するための異なるラージ・スケールの構成可能な層の概要を与えます。
- Optimizer は量子計算と量子機械学習回路を最適化して訓練するための組込みツールを詳述します。
- configuration はどのように PennyLane をカスタマイズして量子ハードウェア・アクセスのためのクレデンシャルを与えるかについての詳細を提供します。
以上