#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 repositorios en total
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.
Un framework Python de código abierto para el aprendizaje automático híbrido cuántico-clásico.
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 🙌
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.
Soporte de C++ y Python para el modelo de programación CUDA Quantum para flujos de trabajo cuánticos-clásicos heterogéneos
Herramienta Pythonica para orquestar flujos de trabajo de aprendizaje automático/alto rendimiento/computación cuántica en entornos informáticos heterogéneos.
Introducciones a conceptos clave en programación cuántica, así como tutoriales e implementaciones de la investigación de vanguardia en computación cuántica.
Cifrado poscuántico compacto para datos sensibles. Diseñado para ser de solo escritura. ML-KEM-768 + X25519 + AES-256-GCM. Por favor, rómpelo.
Preguntas frecuentes
¿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.
¿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.
¿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.