文件名称：cusp_cirq_demo:使用Cirq演示CUSP算法
文件大小：1.58MB
文件格式：ZIP
更新时间：2024-05-17 07:19:42
quantum-computing quantum-algorithms quantum-machine-learning Python
使用Cirq实施CUSP 描述 压缩无监督状态准备（CUSP）是一种通过使用量子自动编码器构建更高效的量子电路的方法。 该协议执行一种电路综合，如果训练成功，则电路更紧凑。 由于通常情况下，更短深度的电路在真实的量子计算机上不太容易受到噪声的影响，因此该工具提供了进行更准确的状态准备的机会，从而为量子计算带来了更高的准确性。 在本演示中，我们将以改进电路的示例为例，该电路可以计算各种键长下分子氢的基态能量。 有关CUSP协议的正式说明，请参阅： 。 要继续进行代码演示，请参阅： 。 有关简短的视频教程，请参阅： 使用的依赖项和版本 的Python 3.5 0.6 作者 ， ，
【文件预览】：
cusp_cirq_demo-master
----.gitignore(1KB)
----cusp()
--------stage1_opt.py(2KB)
--------cusp_stage3.py(6KB)
--------stage3_opt_data.py(1KB)
--------stage2_opt.py(3KB)
--------cusp_stage3_oneshot.py(6KB)
--------cusp_demo_utils.py(3KB)
--------cusp_stage1.py(6KB)
--------settings.py(2KB)
--------stage3_opt.py(1KB)
--------stage2_opt_data.py(4KB)
--------stage1_opt_data.py(2KB)
--------cusp_stage2.py(7KB)
----cusp_protocol.pdf(590KB)
----README.md(1KB)
----single_run.py(6KB)
----config.py(216B)
----LICENSE(11KB)
----cusp_data_stage1.py(2KB)
----cusp_data_stage3.py(3KB)
----set_settings.py(314B)
----h2_sto3g()
--------H2_sto-3g_singlet_2.8.hdf5(45KB)
--------H2_sto-3g_singlet_1.4.hdf5(45KB)
--------H2_sto-3g_singlet_0.9.hdf5(45KB)
--------H2_sto-3g_singlet_3.6.hdf5(33KB)
--------H2_sto-3g_singlet_3.0.hdf5(45KB)
--------H2_sto-3g_singlet_0.3.hdf5(45KB)
--------H2_sto-3g_singlet_2.5.hdf5(45KB)
--------H2_sto-3g_singlet_2.6.hdf5(45KB)
--------H2_sto-3g_singlet_3.5.hdf5(33KB)
--------H2_sto-3g_singlet_2.1.hdf5(45KB)
--------H2_sto-3g_singlet_3.8.hdf5(33KB)
--------H2_sto-3g_singlet_1.0.hdf5(45KB)
--------H2_sto-3g_singlet_1.8.hdf5(45KB)
--------H2_sto-3g_singlet_2.2.hdf5(45KB)
--------H2_sto-3g_singlet_3.2.hdf5(33KB)
--------H2_sto-3g_singlet_3.3.hdf5(33KB)
--------H2_sto-3g_singlet_0.5.hdf5(45KB)
--------H2_sto-3g_singlet_1.7.hdf5(45KB)
--------H2_sto-3g_singlet_3.1.hdf5(33KB)
--------H2_sto-3g_singlet_2.4.hdf5(45KB)
--------H2_sto-3g_singlet_4.0.hdf5(33KB)
--------H2_sto-3g_singlet_1.2.hdf5(45KB)
--------H2_sto-3g_singlet_1.3.hdf5(45KB)
--------H2_sto-3g_singlet_0.6.hdf5(45KB)
--------H2_sto-3g_singlet_0.2.hdf5(45KB)
--------H2_sto-3g_singlet_0.4.hdf5(45KB)
--------H2_sto-3g_singlet_2.0.hdf5(45KB)
--------H2_sto-3g_singlet_3.4.hdf5(33KB)
--------H2_sto-3g_singlet_1.5.hdf5(45KB)
--------H2_sto-3g_singlet_1.1.hdf5(45KB)
--------H2_sto-3g_singlet_4.1.hdf5(33KB)
--------H2_sto-3g_singlet_0.7.hdf5(45KB)
--------H2_sto-3g_singlet_2.9.hdf5(45KB)
--------H2_sto-3g_singlet_3.9.hdf5(33KB)
--------H2_sto-3g_singlet_1.9.hdf5(45KB)
--------H2_sto-3g_singlet_1.6.hdf5(45KB)
--------H2_sto-3g_singlet_2.3.hdf5(45KB)
--------H2_sto-3g_singlet_2.7.hdf5(45KB)
--------H2_sto-3g_singlet_3.7.hdf5(33KB)
--------H2_sto-3g_singlet_0.8.hdf5(45KB)
----cusp_demo_short.ipynb(33KB)
----images()
--------1d_plot.png(43KB)
--------decoder.png(1KB)
--------stage1.png(13KB)
--------zapata.png(61KB)
--------stage3_alg.png(63KB)
--------zlogo.png(76KB)
--------stage1_alg.png(54KB)
--------cnot.png(1KB)
--------circuit_pic.png(5KB)
--------stage3a.png(2KB)
--------stage2_alg.png(74KB)
--------stage2.png(4KB)
--------stage3.png(3KB)
--------2d_plot.png(238KB)
--------H2_curve.png(719KB)
----cusp_data_stage2.py(3KB)
----data()
--------user_parameters_stage3.npy(363B)
--------stage1_param_1.0.npy(136B)
--------stage1_param_1.5.npy(136B)
--------user_parameters_stage2.npy(386B)
--------stage1_param_2.5.npy(136B)
--------__init__.py(0B)
--------stage2_param.npy(160B)
--------stage1_param_2.0.npy(136B)
--------user_settings.npy(379B)