Git Stars Git Stars

#quantum-machine-learning Repositorios

Descubre 10 repositorios activos de código abierto de GitHub etiquetados con #quantum-machine-learning, que acumulan 15,974 estrellas en total (una media de 1,597 estrellas por proyecto). El líder de este tema es PennyLaneAI/pennylane, con 3,531 estrellas.

10
Total de Repositorios
15,974
Total de estrellas
1,597
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook C++ Go

10 repositorios en total

1
PennyLaneAI/pennylane

PennyLane es una plataforma de software cuántico de código abierto para computación cuántica, aprendizaje automático cuántico y química cuántica. Crea algoritmos cuánticos significativos, desde la inspiración hasta la implementación.

PennyLaneAI
⭐ 3,531 Python 👤 PennyLaneAI Organization 🕐 Actualizado 2026-11-21 📅 Creado 2018-04-17
2
qosf/awesome-quantum-software

Lista curada de proyectos de software cuántico de código abierto.

qosf
⭐ 2,430 👤 qosf Organization 🕐 Actualizado 2026-09-24 📅 Creado 2018-04-25
3
tensorflow/quantum

Un framework Python de código abierto para el aprendizaje automático híbrido cuántico-clásico.

tensorflow
⭐ 2,204 Python 👤 tensorflow Organization 🕐 Actualizado 2026-11-20 📅 Creado 2020-02-06
4
Classiq/classiq-library

La biblioteca Classiq es la mayor colección de algoritmos y aplicaciones cuánticas. Es la mejor manera de explorar el software de computación cuántica. Damos la bienvenida a las contribuciones de la comunidad a nuestra Biblioteca 🙌

Classiq
⭐ 2,063 Jupyter Notebook 👤 Classiq Organization 🕐 Actualizado 2026-11-19 📅 Creado 2023-09-07
5
mit-han-lab/torchquantum

Un framework basado en PyTorch para Simulación Cuántica Clásica, Aprendizaje Automático Cuántico, Redes Neuronales Cuánticas, Circuitos Cuánticos Parametrizados con soporte para implementaciones sencillas en computadoras cuánticas reales.

mit-han-lab
⭐ 1,681 Jupyter Notebook 👤 mit-han-lab Organization 🕐 Actualizado 2026-07-06 📅 Creado 2021-02-04
6
NVIDIA/cuda-quantum

Soporte de C++ y Python para el modelo de programación CUDA Quantum para flujos de trabajo cuánticos-clásicos heterogéneos

NVIDIA
⭐ 1,204 C++ 👤 NVIDIA Organization 🕐 Actualizado 2026-11-21 📅 Creado 2023-03-14
7
AgnostiqHQ/covalent

Herramienta Pythonica para orquestar flujos de trabajo de aprendizaje automático/alto rendimiento/computación cuántica en entornos informáticos heterogéneos.

AgnostiqHQ
⭐ 869 Python 👤 AgnostiqHQ Organization 🕐 Actualizado 2026-11-16 📅 Creado 2021-11-03
8
PennyLaneAI/demos

Introducciones a conceptos clave en programación cuántica, así como tutoriales e implementaciones de la investigación de vanguardia en computación cuántica.

PennyLaneAI
⭐ 679 Python 👤 PennyLaneAI Organization 🕐 Actualizado 2026-11-19 📅 Creado 2019-10-09
9
Continuum-AI-Corp/scuttle

Cifrado poscuántico compacto para datos sensibles. Diseñado para ser de solo escritura. ML-KEM-768 + X25519 + AES-256-GCM. Por favor, rómpelo.

Continuum-AI-Corp
⭐ 577 Go 👤 Continuum-AI-Corp Organization 🕐 Actualizado 2026-11-19 📅 Creado 2026-09-23
10
gitkarma/quantum_computing_course2025

Contenido del curso de computación cuántica

gitkarma
⭐ 546 👤 gitkarma User 🕐 Actualizado 2025-06-09 📅 Creado 2025-04-24

Preguntas frecuentes

1

¿Cuál es el repositorio de #quantum-machine-learning más popular en GitHub?

El proyecto de código abierto de #quantum-machine-learning mejor posicionado en GitHub es PennyLaneAI/pennylane, con 3,531 estrellas. PennyLane es una plataforma de software cuántico de código abierto para computación cuántica, aprendizaje automático cuántico y química cuántica. Crea algoritmos cuánticos significativos, desde la inspiración hasta la implementación.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #quantum-machine-learning?

Entre los proyectos de #quantum-machine-learning mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, Go.

3

¿Cómo se calcula la clasificación de los repositorios de #quantum-machine-learning?

Seguimos 10 repositorios activos de código abierto etiquetados con #quantum-machine-learning (500+ estrellas), que suman un total de 15,974 estrellas, con una media de 1,597 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.