#quantum-machine-learning Dépôts
Découvrez 10 dépôts GitHub open source actifs associés à #quantum-machine-learning, cumulant 15,974 étoiles au total (soit une moyenne de 1,597 étoiles par projet). Le projet en tête de ce thème est PennyLaneAI/pennylane, avec 3,531 étoiles.
10 dépôts au total
PennyLane est une plateforme logicielle quantique open-source pour l’informatique quantique, l’apprentissage machine quantique et la chimie quantique. Créez des algorithmes quantiques significatifs, de l’inspiration à la mise en œuvre.
Un framework Python open-source pour l'apprentissage automatique hybride quantique-classique.
La bibliothèque Classiq est la plus grande collection d'algorithmes et d'applications quantiques. C'est la meilleure façon d'explorer les logiciels d'informatique quantique. Nous nous félicitons des contributions de la communauté à notre bibliothèque 🙌
Un framework basé sur PyTorch pour la Simulation Quantique Classique, l'Apprentissage Automatique Quantique, les Réseaux Neuronaux Quantiques, les Circuits Quantiques Paramétrés avec prise en charge de déploiements faciles sur de véritables ordinateurs quantiques.
Prise en charge C++ et Python pour le modèle de programmation CUDA Quantum pour les flux de travail quantiques-classiques hétérogènes
Outil Pythonique pour orchestrer les flux de travail d'apprentissage automatique/haute performance/informatique quantique dans des environnements de calcul hétérogènes.
Introductions aux concepts clés de la programmation quantique, ainsi que des tutoriels et des implémentations issus de recherches de pointe en informatique quantique.
Chiffrement post-quantique compact pour les données sensibles. Conçu pour être inscriptible uniquement. ML-KEM-768 + X25519 + AES-256-GCM. Veuillez le casser.
Foire aux questions
Quel est le dépôt #quantum-machine-learning le plus populaire sur GitHub ?
Le projet #quantum-machine-learning open source le mieux classé sur GitHub est PennyLaneAI/pennylane, avec 3,531 étoiles. PennyLane est une plateforme logicielle quantique open-source pour l’informatique quantique, l’apprentissage machine quantique et la chimie quantique. Créez des algorithmes quantiques significatifs, de l’inspiration à la mise en œuvre.
Quels langages de programmation sont les plus utilisés dans les dépôts #quantum-machine-learning ?
Parmi les projets #quantum-machine-learning les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++, Go.
Comment le classement des dépôts #quantum-machine-learning est-il calculé ?
Nous suivons 10 dépôts open source actifs associés à #quantum-machine-learning (500+ étoiles), totalisant 15,974 étoiles, avec une moyenne de 1,597 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.