pennylane
用于量子计算、量子机器学习和量子化学的跨平台 Python 库。支持通过自动微分构建和训练量子电路，与 PyTorch/JAX/TensorFlow 无缝集成，并在模拟器和量子硬件（IBM、Amazon Braket、Google、Rigetti、IonQ 等）上实现设备无关执行。适用于处理量子电路、变分量子算法（VQE、QAOA）、量子神经网络、混合量子-经典模型、分子模拟、量子化学计算，或任何需要基于梯度的优化、硬件无关编程或量子机器学习工作流的量子计算任务。
机器翻译查看英文原文
Cross-platform Python library for quantum computing, quantum machine learning, and quantum chemistry. Enables building and training quantum circuits with automatic differentiation, seamless integration with PyTorch/JAX/TensorFlow, and device-independent execution across simulators and quantum hardware (IBM, Amazon Braket, Google, Rigetti, IonQ, etc.). Use when working with quantum circuits, variational quantum algorithms (VQE, QAOA), quantum neural networks, hybrid quantum-classical models, molecular simulations, quantum chemistry calculations, or any quantum computing tasks requiring gradient-based optimization, hardware-agnostic programming, or quantum machine learning workflows.
适用对象：软件开发与测试。自动收录 · 待核查。
在 Cursor 中使用
该组合的专门教程待补充，尚未核实适配。
准备条件
- 本条仅收录原作者的技能元数据；请阅读完整说明，确认依赖、许可与使用条件。
选择已有说明的 AI 工具，或在页面加载后保存待办及提出教程请求。
查看原作者说明 ↗