#quantum-machine-learning Repositories
Entdecke 10 aktive Open-Source-GitHub-Repositories, die mit #quantum-machine-learning getaggt sind und insgesamt 15,974 Sterne gesammelt haben (durchschnittlich 1,597 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist PennyLaneAI/pennylane mit 3,531 Sternen.
Insgesamt 10 Repositories
PennyLane ist eine Open-Source-Softwareplattform für Quantencomputing, Quanten-Maschinelles Lernen und Quantenchemie. Erstellen Sie sinnvolle Quantenalgorithmen, von der Inspiration bis zur Umsetzung.
Ein quelloffenes Python-Framework für hybrides Quanten-klassisches maschinelles Lernen.
Die Classiq-Bibliothek ist die größte Sammlung von Quantenalgorithmen und -anwendungen. Sie ist der beste Weg, Quantencomputing-Software zu erkunden. Wir freuen uns über Beiträge aus der Community zu unserer Bibliothek 🙌
Ein PyTorch-basiertes Framework für Quanten-klassische Simulation, Quanten-maschinelles Lernen, Quanten-neuronale Netze, parametrisierte Quantenschaltkreise mit Unterstützung für einfache Bereitstellungen auf echten Quantencomputern.
C++ und Python-Unterstützung für das CUDA Quantum Programmiermodell für heterogene Quanten-klassische Arbeitsabläufe
Pythonisches Werkzeug zur Orchestrierung von Machine-Learning-/High-Performance-/Quantencomputing-Workflows in heterogenen Computerumgebungen.
Einführungen in die Schlüsselkonzepte der Quantenprogrammierung sowie Tutorials und Implementierungen aus der Spitzenforschung im Quantencomputing.
Kompakte Post-Quanten-Verschlüsselung für sensible Daten. Von Grund auf als schreibgeschützt konzipiert. ML-KEM-768 + X25519 + AES-256-GCM. Bitte knacken Sie sie.
Häufig gestellte Fragen
Welches ist das beliebteste #quantum-machine-learning-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#quantum-machine-learning-Projekt auf GitHub ist PennyLaneAI/pennylane mit 3,531 Sternen. PennyLane ist eine Open-Source-Softwareplattform für Quantencomputing, Quanten-Maschinelles Lernen und Quantenchemie. Erstellen Sie sinnvolle Quantenalgorithmen, von der Inspiration bis zur Umsetzung.
Welche Programmiersprachen werden in #quantum-machine-learning-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #quantum-machine-learning-Projekten auf GitHub sind Python, Jupyter Notebook, C++, Go die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #quantum-machine-learning-Repositories berechnet?
Wir verfolgen 10 aktive Open-Source-Repositories, die mit #quantum-machine-learning getaggt sind (500+ Sterne), mit insgesamt 15,974 Sternen und durchschnittlich 1,597 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.