qml

项目介绍：PennyLane 的量子机器学习项目

QML 项目是关于量子机器学习和其他量子计算主题的一个丰富资源仓库。项目中包含大量的 Python 代码演示，这些演示是使用 PennyLane 编写的。PennyLane 是一个用于量子计算的跨平台 Python 库，专注于可微分编程。

项目内容

QML 项目的内容以教程、演示和操作指南的形式呈现，用户可以通过这些材料深入了解量子计算。所有教程都是完整可执行的，用户可以将其下载为 Jupyter 笔记本和 Python 脚本进行学习和使用。

如何贡献

项目欢迎用户通过提交流程请求来贡献新演示，提供量子计算最新论文或成果的实现。

添加演示

• 演示是以可执行的 Python 脚本形式编写的，执行过程中可导入 pyproject.toml 中所列的包。
• 图形会通过 Matplotlib 自动渲染并展示在 QML 网站上，尽量保证脚本执行时间在 10 分钟以内。
• 演示文件名需以 tutorial_ 开头，存储在 demonstrations 目录中。建议避免使用 autograd，推荐使用 Jax 或 torch。
• 演示应该避免使用 LaTeX 宏，图像可以通过特殊语法添加。
• 在演示中加入作者照片、简介和元数据文件。

每个演示都需要经过代码审查，确保质量和正确性。有关贡献的详细步骤和相关标准，可以参阅项目中提供的文档。

依赖管理

项目使用 pyproject.toml 文件管理依赖，推荐使用 Poetry 工具安装所有依赖。

安装依赖

• 安装 Poetry 后，运行以下命令以设置环境：

  make environment
  

• master 分支使用 PennyLane 的最新稳定版，而 dev 分支包含最新开发版本。
• 要仅安装构建网站所需的基本依赖而不执行演示代码，可以使用：

  make environment BASE_ONLY=true
  

添加新的依赖项或编辑现有依赖

• 所有新依赖项需添加到 pyproject.toml 中，并尽可能精确限制版本。
• 更新依赖项需同步 Poetry 锁文件，避免对现有包版本产生影响。

构建和本地运行

在本地构建网站可以运行 make html 命令，生成的 HTML 文件将储存在 _build/html 中，可以在浏览器中打开 index.html 查看已构建站点。

支持

如有任何问题，可以在 GitHub 上提交问题，我们致力于提供友好和安全的环境。

许可证

项目中的材料和演示是免费的、开源的，遵循 Apache 2.0 许可证。custom_directives.py 文件遵循 BSD 3-Clause 许可证。

通过这种详细的介绍，用户可以全面了解 QML 项目，并积极参与到项目的开发和贡献中去。