pennylane

PennyLane to wieloplatformowa biblioteka do programowania obliczeń kwantowych, uczenia maszynowego kwantowego i chemii kwantowej. Pozwala budować i trenować obwody kwantowe z automatycznym różniczkowaniem, bezproblemową integracją z popularnymi frameworkami klasycznymi oraz niezależnym od urządzenia wykonywaniem na symulatorach i sprzęcie kwantowym (IBM, Amazon Braket, Google, Rigetti, IonQ). Idealna do pracy z algorytmami wariacyjnymi (VQE, QAOA), sieciami neuronowymi kwantowymi, modelami hybrydowymi oraz symulacjami molekularnymi.

1. Zainstaluj PennyLane za pomocą menedżera pakietów uv poleceniem uv pip install pennylane. 2. Jeśli planujesz pracować z rzeczywistym sprzętem kwantowym, zainstaluj odpowiednią wtyczkę urządzenia, np. uv pip install pennylane-qiskit dla IBM Quantum, uv pip install amazon-braket-pennylane-plugin dla Amazon Braket, lub uv pip install pennylane-cirq dla Google Cirq. 3. Zaimportuj bibliotekę i utwórz urządzenie kwantowe: import pennylane as qml oraz dev = qml.device('default.qubit', wires=2) do pracy z symulatorem. 4. Zdefiniuj obwód kwantowy jako funkcję dekorowaną @qml.qnode(dev), w której umieścisz bramki kwantowe (RX, RY, CNOT) i pomiary (expval). 5. Utwórz optymalizator gradientowy opt = qml.GradientDescentOptimizer(stepsize=0.1) i inicjalizuj parametry obwodu jako tablicę NumPy z requires_grad=True. 6. Uruchom pętlę treningową, w której na każdej iteracji wywołujesz opt.step(circuit, params) aby aktualizować parametry i minimalizować funkcję celu.