• 正所谓，磨刀不误砍柴工，想要进行量子计算导论的课程设计，首先就是搭建好平台，推荐大家就是本地搭建，那么下面有三种选择
  • Qiskit
  • TensorFlow Quantum
  • Pennylane

具体配置

conda 虚拟环境配置Pennylane

• 首先创建一个新的conda环境，在这里我们命名为penny-env：

conda create -n penny-env python=3.9
conda activate penny-env

• 安装PennyLane及其依赖

# 安装基础的 PennyLane
conda install -c conda-forge pennylane

# 安装 PyTorch 后端（推荐），这个是CPU版本的，如果你的电脑有GPU，可以安装这个Cuda版本的，具体的命令可以看下面的补充
conda install pytorch torchvision torchaudio -c pytorch

# 安装其他有用的科学计算包
conda install numpy matplotlib jupyter

• 如果想安装有GPU支持的Torch也就是Cuda版本的，可以查看官网的下载命令，或者问ai?
  如何知道你想要安装Cuda的版本的torch的命令？

• 安装额外的量子模拟器

# 安装 Qiskit 后端
pip install pennylane-qiskit

# 安装 Cirq 后端
pip install pennylane-cirq

attention:在安装这个Qiskit后端的时候，可能会出现报错？

• 也就是这torch版本和这个sympy的版本出现冲突
  
• 使用下面的命令进行安装适配的sympy

conda install sympy=1.13.1

• 验证安装，在这里我们创建一个测试文件test_pennylane.py

import pennylane as qml
import numpy as np

# 创建一个模拟器设备
dev = qml.device('default.qubit', wires=1)

# 定义一个简单的量子电路
@qml.qnode(dev)
def quantum_circuit(params):
    qml.RX(params[0], wires=0)
    qml.RY(params[1], wires=0)
    return qml.expval(qml.PauliZ(0))

# 测试电路
params = np.array([0.54, 0.12])
print(f"回路输出: {quantum_circuit(params)}")
print("PennyLane 安装成功!")

• 然后运行这个测试文件

python test_pennylane.py

• 查看测试程序的输出

• 其实操作到上面就可以结束了 ！

补充

• 当你实验完成之后，是否想让别人，能够按照你的思路复现？那我们就可以去配置这个Jupyter Notebook去给别人演示（看个人意愿哈！）
• 首先使用命令创建一个notebook

jupyter notebook

• 然后去测试，我们上面的那个程序
• 其实还是要配环境的，所以这个在Jupyter Notebook玩，还是后面再搞，咱们在本地玩项目即可