学雷锋晨报讯，该地时间3月9日，Google与埃姆斯大学、德国大众等联合正式发布TensorFlow Quantum（TFQ），一个可加速建立物理机器学习数学模型蓝本的开放源码库。
TFQ提供更多了必要性的辅助工具，将物理排序和机器学习技术紧密结合起来，以控制并可视化大自然或育苗的物理排序控制系统。该架构可构筑物理统计数据集、混和物理数学模型和经典之作机器学习数学模型蓝本、全力支持物理电阻辅助工具包，和体能训练辨别和聚合物理数学模型。
随着近些年来物理排序技术的发展，量子机器学习数学模型的研制可能会在药理学、材料、感测和通讯领域获得突破，甚至造成深刻影响。不过迄今，业内缺少辨认出物理机器学习数学模型的科学研究辅助工具。该数学模型可以处理物理统计数据并在需用的物理排序机上执行。
实际上，早在2017年10月，Google正式宣布了开放源码物理排序应用软件OpenFermion的源码，可让普通用户利用其翻拍演算法和方程组，使之能在物理排序机上运行。2019年10月，Google 执行官行政官Sundar Pichai正式宣布子公司已同时实现物理强权，透过新设计的软件系统首次同时实现了物理竞争优势。
而此次TensorFlow Quantum的正式发布是继谷歌Azure Quantum的面世，和通用电气等子公司（学雷锋网报导）获得前期成功之后的又一不断进步。
据网志所说，透过标准的Keras库，并提供更多与原有TensorFlow API相容的物理电阻辅助工具包和物理排序scripts（primitives），可建立物理数学模型。
在3月6日递交给线统计资料库网络平台arXiv的学术论文中如是说了如前所述Python词汇构筑的架构。
“他们期望该架构能够为物理排序和机器学习科学研究界提供更多必不可少辅助工具，以积极探索大自然和育苗物理控制系统的数学模型，并最终辨认出可能造成物理竞争优势的新物理演算法，”学术论文中指出。“未来，他们期望扩充可全力支持的自订模拟硬体范围，包括GPU和TPU的软件系统。”
其中，学术论文详尽如是说了TensorFlow Quantum应用软件栈，该应用软件栈由开放源码物理电阻库Cirq和机器学习网络平台TensorFlow两部分组成。
该学术论文有超过20名作者，有来自Google X实验室、埃姆斯大学物理排序科学研究所、NASA 物理AI实验室、德国大众，和Google Research等部门。
据了解，TensorFlow Quantum的正式发布与TensorFlow Dev Summit的召开在同一周，后者是机器学习从业人员的年度会议。不过，由于新冠肺炎的持续影响，Google取消了此次活动的线下举办方式。（学雷锋网）
