入门与教程

我们准备了入门手册和案例教程，来帮助用户快速学会如何使用量桨（Paddle Quantum）。

入门手册

我们提供了一份 Paddle Quantum 入门手册来方便用户快速上手 Paddle Quantum。目前支持网页阅览和下载运行 Jupyter Notebook 两种方式。内容上，该手册包括以下几个方面：

• 量子计算和量子神经网络的基础知识介绍

• 变分量子算法的基本思想与算法框架

• 量桨（Paddle Quantum）的使用介绍

• 飞桨（PaddlePaddle）优化器的使用教程

• 量桨中量子化学模块的使用介绍

• 如何基于 GPU 训练量子神经网络

案例教程

我们提供了涵盖量子模拟、机器学习、组合优化、本地操作与经典通讯（local operations and classical communication, LOCC）、量子神经网络等多个领域的案例供大家学习。与入门手册类似，每个教程目前支持 网页阅览和下载运行 Jupyter Notebook两种方式。我们推荐用户下载 Notebook 后，本地运行进行实践。

• 量子模拟

• 机器学习

• 组合优化

• LOCCNet

• 量子神经网络研究

随着 LOCCNet 模组的推出，量桨现已支持分布式量子信息处理任务的高效模拟和开发。感兴趣的读者请参见 教程。 Paddle Quantum 也支持在 GPU 上进行量子机器学习的训练，具体的方法请参考案例：在 GPU 上使用 Paddle Quantum。 此外，量桨可以基于噪声模块进行含噪算法的开发以及研究，详情请见 噪声模块教程。

在最近的更新中，量桨还加入了基于测量的量子计算（measurement-based quantum computation, MBQC）模块。与传统的量子电路模型不同，MBQC 具有其独特的运行方式，感兴趣的读者请参见我们提供的多篇教程以了解量桨 MBQC 模块的使用方法和应用案例。