统一性
支持量子机器学习和经典机器学习模型的构建、训练，支持量子计算机与经典计算机等多种硬件上的模型运行。
基本介绍
VQNet是由本源量子开发的新一代量子与经典统一的机器学习框架，同时支持量子机器学习和经典机器学习模型的构建、训练。VQNet内部集成了量子计算模块，可以实现量子网络模型的高效模拟训练，同时集成了QPanda模块，支持在真实量子计算机上进行模型训练和推理。
VQNet整体框架
产品特点
实用性
使用Python作为前端语言，接口易用、支持自动微分和动态计算图。
高效性
设计统一架构，内部集成了量子计算库和变分量子线路自动微分模块，同时自带经典计算层，提高了量子机器学习模型开发的效率。
兼容性
可以与其他机器学习框架和计算库兼容。
丰富案例，快速上手VQNet
公开数据集下载
新浪微博情感分析数据集
格式：.csv类型：文本
MC,RP文本分类数据集
格式：.txt类型：文本
LCQMC,中文问题匹配语料库
格式：.txt类型：文本
情绪四分类数据集
格式：.txt类型：文本
MNIST手写数据
格式：二进制文件类型：图像
Visual Object Classes Challenge 2012 (VOC2012)
格式：二进制文件类型：图像
司南杯一期气象预测数据集
格式：.csv类型：数值
应用场景
人工智能
生物医药
金融科技
交通运输量子神经网络与深度学习
利用量子神经网络完成语音、图像识别，图像处理等任务
模式识别和分类
使用量子傅里叶变换加速经典模式匹配算法；使用量子交换测试算法获得指数级的效率提升
自然语言处理
通过量子比特的特殊性质对语言进行编码，利用量子计算的潜在优势加速对语言集的训练
推荐系统
通过量子计算机对大数据进行分析处理，构建用户画像，实现个性化信息推荐