#quantum-machine-learning Repository
Scopri 10 repository GitHub open source attivi contrassegnati con #quantum-machine-learning, che raccolgono un totale di 15,974 stelle (con una media di 1,597 stelle per progetto). Il progetto leader di questo argomento è PennyLaneAI/pennylane, con 3,531 stelle.
10 repository in totale
PennyLane è una piattaforma open source di software quantistico per il calcolo quantistico, il machine learning quantistico e la chimica quantistica. Crea algoritmi quantistici significativi, dall'ispirazione all'implementazione.
Un framework open-source Python per il machine learning ibrido quantistico-classico.
La libreria Classiq è la più grande raccolta di algoritmi e applicazioni quantistici. È il modo migliore per esplorare il software di quantum computing. Diamo il benvenuto ai contributi della comunità alla nostra libreria 🙌
Un framework basato su PyTorch per la Simulazione Quantistica Classica, l'Apprendimento Automatico Quantistico, le Reti Neurali Quantistiche, i Circuiti Quantistici Parametrizzati con supporto per facili implementazioni su computer quantistici reali.
Supporto C++ e Python per il modello di programmazione CUDA Quantum per flussi di lavoro quantistici-classici eterogenei
Strumento Pythonic per orchestrare workflow di machine learning/high performance/quantum computing in ambienti di calcolo eterogenei.
Introduzioni ai concetti chiave nella programmazione quantistica, nonché tutorial e implementazioni dalla ricerca all'avanguardia nel calcolo quantistico.
Crittografia post-quantistica compatta per dati sensibili. Progettata per essere di sola scrittura. ML-KEM-768 + X25519 + AES-256-GCM. Provate a violarla.
Domande frequenti
Qual è il repository #quantum-machine-learning più popolare su GitHub?
Il progetto open source #quantum-machine-learning più alto in classifica su GitHub è PennyLaneAI/pennylane, con 3,531 stelle. PennyLane è una piattaforma open source di software quantistico per il calcolo quantistico, il machine learning quantistico e la chimica quantistica. Crea algoritmi quantistici significativi, dall'ispirazione all'implementazione.
Quali linguaggi di programmazione sono più utilizzati nei repository #quantum-machine-learning?
Tra i progetti #quantum-machine-learning più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, Go.
Come viene calcolata la classifica dei repository #quantum-machine-learning?
Monitoriamo 10 repository open source attivi contrassegnati con #quantum-machine-learning (500+ stelle), per un totale di 15,974 stelle e una media di 1,597 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.