構建量子機器學習模型需要理解量子電路、梯度計算和混合經典-量子工作流程。本技能提供 PennyLane 的完整文檔,使開發者能夠在模擬器和真實量子硬體上使用自動微分來訓練量子電路。
下載技能 ZIP
在 Claude 中上傳
前往 設定 → 功能 → 技能 → 上傳技能
開啟並開始使用
測試它
正在使用「pennylane」。 如何創建一個應用 RX 和 RY 閘並測量結果的量子電路?
預期結果:
這是一個簡單的 PennyLane 電路:
```python
import pennylane as qml
from pennylane import numpy as np
# Create a simulator device
dev = qml.device('default.qubit', wires=2)
# Define the circuit
@qml.qnode(dev)
def circuit(params):
qml.RX(params[0], wires=0) # Rotate qubit 0
qml.RY(params[1], wires=1) # Rotate qubit 1
qml.CNOT(wires=[0, 1]) # Entangle qubits
return qml.expval(qml.PauliZ(0))
# Run the circuit
params = np.array([0.5, 0.3])
result = circuit(params)
```
正在使用「pennylane」。 PennyLane 中的主要數據編碼策略有哪些?
預期結果:
PennyLane 支持多種編碼策略:
1. **角度編碼** - 使用旋轉角度將 N 個特徵編碼到 N 個量子位中
2. **振幅編碼** - 使用狀態振幅將 2^N 個特徵編碼到 N 個量子位中(對於 N<~10 效率高)
3. **基態編碼** - 將二進制特徵編碼為計算基態
4. **IQP 編碼** - 在 IQP 電路中嵌入特徵以用於基於核的方法
每種編碼在量子位效率和表達能力之間都有權衡。
安全審計
安全This is a documentation/reference skill for the PennyLane quantum computing library. All static findings are false positives triggered by: (1) Python code blocks in markdown being flagged as shell execution patterns, (2) quantum computing terminology like 'control', 'command', 'execute' being misidentified as C2 keywords, (3) legitimate environment variable documentation for quantum hardware API credentials, and (4) documentation URLs. The skill contains no executable code, no network connections, and no file system operations. Safe for publication.
品質評分
你能建構什麼
構建量子分類器
使用變分電路和數據編碼策略創建用於分類任務的混合量子-經典模型。
模擬分子系統
使用變分量子本徵求解器(VQE)和 UCCSD 擬設計算分子的基態能量。
優化量子工作流程
針對不同的計算限制選擇適當的量子設備、優化器和梯度方法。
試試這些提示
如何在 PennyLane 中創建一個簡單的量子電路來測量量子位 0 上的 PauliZ 期望值?
向我展示如何使用 PennyLane 中的 GradientDescentOptimizer 訓練參數化量子電路以最小化成本函數。
如何配置 PennyLane 使用我的 API 憑證在 IBM Quantum 硬體上運行我的電路?
如何將 PennyLane 與 PyTorch 集成以創建用於分類的混合量子-經典神經網絡?
最佳實務
- 在部署到昂貴的雲端量子硬體之前,先在模擬器(default.qubit)上開發
- 在硬體上使用參數位移規則進行梯度計算,因為反向傳播需要模擬器設備
- 重用設備對象以避免重複設備初始化的開銷
- 在受限次數預算的硬體上運行之前,使用 qml.specs() 分析電路複雜度
避免
- 在未先在模擬器上驗證的情況下直接在量子硬體上運行大型電路
- 在針對真實量子設備時使用反向傳播進行梯度計算(應改用參數位移)
- 在循環內部創建新設備對象而不是重用它們
- 通過使用大參數值開始來忽略深層電路中的貧瘠高原