MindQuantum

高效、易用的量子计算框架

快速开始 GitHub

核心特性

高性能

MindQuantum 采用先进的算法优化，提供高效的量子电路模拟和计算能力。

易用性

简洁的 API 设计，让量子编程更加直观，降低学习门槛。

与 MindSpore 集成

无缝对接 MindSpore AI 框架，支持量子-经典混合计算。

快速开始

安装 MindQuantum

pip install mindquantum

简单示例

from mindquantum import *

# 创建量子电路
circuit = Circuit()
circuit += H.on(0)
circuit += X.on(1, 0)

# 模拟电路
simulator = Simulator('projectq', 2)
simulator.apply_circuit(circuit)
print(simulator.get_qs())

系统要求

  • Python 3.7 或更高版本
  • Linux, Windows 或 macOS
  • 推荐使用 MindSpore 作为后端
查看完整文档

示例

量子傅里叶变换

实现量子傅里叶变换电路，展示量子算法的优势。

查看代码
VQE 算法

变分量子本征求解器示例，用于量子化学计算。

查看代码
量子机器学习

量子神经网络与经典数据结合的机器学习示例。

查看代码

加入社区

MindQuantum 是一个开源项目，欢迎贡献代码、报告问题或参与讨论。

GitHub Gitee 论坛