tequilahub/tequila
A High-Level Abstraction Framework for Quantum Algorithms
Tequila – 用于变分量子算法的 Python 框架
它是什么
- 一个开源 Python 库，允许您构建、微分和优化量子电路，用于变分量子本征求解器 (VQE) 和其他混合量子经典算法等任务。
- 它抽象了量子后端（模拟器或真实硬件）的底层细节，并提供了一个统一的 API 来定义变量、门、哈密顿量和期望值目标。
主要功能
- 抽象数据结构 – 电路、哈密顿量和优化目标独立于执行后端进行表示。
- 自动微分 – 可以自动获得期望值的梯度，从而启用像 BFGS 这样的基于梯度的优化器。
- 后端无关 – 可与许多模拟器/硬件提供商（Qulacs、Qibo、Qiskit、Cirq、PyQuil、Atos QLM）配合使用，并会自动选择已安装的最佳后端。
- 量子化学集成 – 包含将分子结构（通过 Psi4、PySCF 或 Madness 库）转换为量子比特哈密顿量并生成化学特定 ansatz（UCC、UpCCGSD、SPA 等）的模块。
- 研究级功能 – 支持自定义 ansatz、区间保证测量、显式相关校正以及相关论文列表中描述的其他技术。
典型工作流程 (Hello-World)
- 定义一个符号变量
a。 - 构建一个电路，例如单量子比特旋转
Ry。 - 指定一个哈密顿量（此处为 Pauli-X 算符）。
- 创建一个连接电路和哈密顿量的
ExpectationValue对象。 - 使用优化器（例如 BFGS）调用
tq.minimize来找到使能量最小化的变量值。 - 检查生成的波函数和优化历史。
化学示例
- 从几何字符串或
.xyz文件加载分子。 - 通过选定的费米子到量子比特映射生成量子比特哈密顿量。
- 选择化学特定的 ansatz（例如 SPA、UpCCGSD）。
- 使用 VQE 优化能量，并可选择使用 PySCF 或 Psi4 与经典参考方法（CISD、FCI）进行比较。
安装
- 推荐：
pip install tequila-basic（核心库）。 - 添加像 Qulacs 这样的快速模拟器 (
pip install qulacs)。 - 对于化学应用，按说明通过 conda 或 pip 安装可选后端（Psi4、PySCF、Madness）。
文档与学习资源
- 教程和 API 文档托管在 https://tequilahub.github.io/tequila-tutorials/。
- 一系列研究论文和示例笔记本展示了高级用法（无基组 VQE、meta-VQE、鲁棒性区间等）。
适用人群
- 开发新型变分算法或化学应用的量子计算研究人员。
- 希望以高级、后端无关的方式通过自动微分进行量子电路原型的学生和开发人员。
- 需要在经典量子化学包和量子硬件执行之间建立桥梁的任何人。
社区
- 在 GitHub 上开源；欢迎通过 pull requests 做出贡献。
- 问题可以直接在存储库中提交，维护者提供直接帮助的联系方式。
以上所有信息均直接取自项目的 README；未推断任何额外功能。
相关
- 项目
- 项目