DeepQuantum 量子计算教程集合¶
本目录包含了使用 DeepQuantum 框架的完整量子计算教程系列,涵盖从基础入门到高级应用的各个方面。
📁 目录结构¶
教程/
├── 01-VQE基础教程/ # VQE 和框架入门
├── 02-哈密顿量模型系列/ # 各种量子多体模型的 VQE 实现
├── 03-分子应用/ # 分子系统的 VQE 应用
├── 04-量子算法系列/ # QAOA、HHL、MBQC 等量子算法
├── 05-光量子计算/ # GBS、光量子计算
├── 06-高级应用/ # 量子机器学习等高级应用
└── README.md # 本文件
📚 01 - VQE 基础教程¶
适合量子计算初学者,从基础概念开始。
文件列表¶
- learn.ipynb
- VQE 基础概念和原理
- DeepQuantum 框架入门
-
简单示例代码
-
DeepQuantum框架基础入门.ipynb ⭐ 新增
- DeepQuantum 框架完整介绍
- 量子比特和量子线路
- 基本量子门(Pauli、Hadamard、旋转门等)
- 参数化电路
- Observable 和期望值计算
- 贝尔态制备示例
-
难度:⭐(零基础友好)
-
VQE简单教程_横场Ising模型.ipynb ⭐ 推荐入门
- 最简单的量子多体模型
- 完整的 VQE 工作流程
- 详细注释和可视化
- 难度:⭐(初学者友好)
🔬 02 - 哈密顿量模型系列¶
各种量子多体物理模型的 VQE 实现,适合学习不同哈密顿量的特点。
文件列表¶
- VQE_横场Ising模型.ipynb ⭐ 简单
- 哈密顿量:H = -J Σ ZᵢZᵢ₊₁ - h Σ Xᵢ
- 特点:量子相变、精确可解
- 难度:⭐
-
应用:量子磁性、量子相变
-
VQE_Heisenberg模型.ipynb ⭐⭐ 中等
- 哈密顿量:H = -J Σ (XᵢXⱼ + YᵢYⱼ + ΔZᵢZⱼ)
- 特点:XXZ 各向异性、自旋波
- 难度:⭐⭐
-
应用:量子磁性、反铁磁性
-
VQE_XY模型.ipynb ⚠️ 困难
- 哈密顿量:H = -J Σ (XᵢXⱼ + YᵢYⱼ)
- 特点:U(1) 对称性、拓扑序、BKT 相变
- 难度:⭐⭐⭐⭐
- 注意:需要更高级的 ansatz(如 QAOA)
-
应用:拓扑量子计算、超导系统
-
VQE_Hubbard模型.ipynb ⭐⭐⭐⭐ 很难
- 哈密顿量:H = -t Σ c†ᵢσ cⱼσ + U Σ nᵢ↑nᵢ↓
- 特点:费米子系统、Jordan-Wigner 变换
- 难度:⭐⭐⭐⭐
-
应用:强关联电子系统、金属-绝缘体转变
-
VQE_JaynesCummings模型.ipynb ⭐⭐⭐ 中等偏难
- 哈密顿量:H = ωₐ σ⁺σ⁻ + ω_c a†a + g(σ⁺ a + σ⁻ a†)
- 特点:光-物质相互作用、Rabi 振荡
- 难度:⭐⭐⭐
- 应用:量子光学、腔 QED
🧪 03 - 分子应用¶
分子系统的 VQE 应用,包括哈密顿量构建、化学精度验证等。
文件列表¶
- VQE_分子哈密顿量_水分子.ipynb ⭐⭐⭐⭐⭐ 高级
- 真实分子哈密顿量(H₂O)
- Jordan-Wigner 变换
- 化学精度验证(1 kcal/mol ≈ 0.0016 Hartree)
- 难度:⭐⭐⭐⭐⭐
-
应用:量子化学、药物设计
-
VQE_水分子_模拟_DeepQuantum.ipynb
- 使用 DeepQuantum 框架
- 简化版水分子模拟
-
难度:⭐⭐⭐
-
VQE水分子_DeepQuantum与Qibo一致.ipynb
- DeepQuantum 与 Qibo 框架对比
- 跨框架实现
-
难度:⭐⭐⭐
-
VQE应用_水分子_模拟.ipynb
- VQE 在真实分子上的应用
- 性能分析和优化
- 难度:⭐⭐⭐⭐
🚀 04 - 量子算法系列¶
各种重要量子算法的实现,包括优化算法、线性代数算法等。
文件列表¶
- QAOA量子近似优化算法.ipynb ⭐⭐⭐ 新增
- QAOA 原理和实现
- 基于绝热定理
- 最大割问题求解
- 参数优化策略
- 难度:⭐⭐⭐
-
应用:组合优化、图论
-
HHL线性方程组求解算法.ipynb ⭐⭐⭐⭐ 新增
- HHL 算法原理
- 量子相位估计 (QPE)
- 矩阵指数化
- 求解 Ax=b
- 难度:⭐⭐⭐⭐
-
应用:科学计算、机器学习
-
MBQC基于测量的量子计算.ipynb ⭐⭐⭐ 新增
- MBQC 原理(单向量子计算)
- 簇态(Cluster State)
- Pattern 和图表示
- 量子门的 MBQC 实现
- 难度:⭐⭐⭐
- 应用:容错量子计算、光量子计算
💡 05 - 光量子计算¶
光量子计算相关算法和应用。
文件列表¶
- 高斯玻色采样GBS算法.ipynb ⭐⭐⭐ 新增
- GBS 算法原理
- 玻色采样 vs 高斯玻色采样
- 量子干涉和采样
- Hafnian 函数计算
- 图聚类应用
- 难度:⭐⭐⭐
- 应用:量子优越性、图论、机器学习
🎓 06 - 高级应用¶
量子计算的高级应用,包括量子机器学习等。
文件列表¶
- 量子机器学习入门.ipynb ⭐⭐⭐⭐ 新增
- 量子神经网络 (QNN)
- 量子残差网络 (QResNet)
- 变分量子电路
- 分类任务示例
- 与经典 ML 对比
- 难度:⭐⭐⭐⭐
- 应用:量子机器学习、模式识别
🎯 学习路径建议¶
🌱 零基础路径¶
- DeepQuantum框架基础入门.ipynb - 学习框架基础 ⭐
- VQE简单教程_横场Ising模型.ipynb - 第一个 VQE 示例 ⭐
- VQE_横场Ising模型.ipynb - 深入理解 ⭐
📖 量子算法路径¶
- DeepQuantum框架基础入门.ipynb - 框架基础
- QAOA量子近似优化算法.ipynb - 优化算法 ⭐⭐⭐
- MBQC基于测量的量子计算.ipynb - 不同计算模型 ⭐⭐⭐
- HHL线性方程组求解算法.ipynb - 线性代数 ⭐⭐⭐⭐
🔬 理论物理路径¶
- DeepQuantum框架基础入门.ipynb - 框架基础
- VQE_横场Ising模型.ipynb - 简单模型 ⭐
- VQE_Heisenberg模型.ipynb - 各向异性 ⭐⭐
- VQE_JaynesCummings模型.ipynb - 光-物质相互作用 ⭐⭐⭐
- VQE_XY模型.ipynb - 拓扑序(注意问题)⭐⭐⭐⭐
💻 应用开发路径¶
- DeepQuantum框架基础入门.ipynb - 框架基础
- QAOA量子近似优化算法.ipynb - 组合优化 ⭐⭐⭐
- 高斯玻色采样GBS算法.ipynb - 光量子应用 ⭐⭐⭐
- 量子机器学习入门.ipynb - QML 应用 ⭐⭐⭐⭐
🧪 研究级路径¶
- VQE_Hubbard模型.ipynb - 费米子系统 ⭐⭐⭐⭐
- VQE_分子哈密顿量_水分子.ipynb - 真实分子 ⭐⭐⭐⭐⭐
- HHL线性方程组求解算法.ipynb - 高级算法 ⭐⭐⭐⭐
- 量子机器学习入门.ipynb - 前沿应用 ⭐⭐⭐⭐
📖 相关文档¶
API 文档¶
- 哈密顿量API指南.md - DeepQuantum �哈密顿量使用指南
- 量子计算常见哈密顿量总结.md - 各种哈密顿量的数学形式和物理意义
诊断报告¶
- XY模型VQE问题诊断报告.md - XY 模型的问题分析
- XY模型VQE完整解决方案.md - XY 模型的解决方案
总结报告¶
- 整理报告.md - 教程整理详情
- DeepQuantum算法探索总结.md - 所有算法的总结
⚠️ 重要提示¶
XY 模型的特殊问题¶
VQE_XY模型.ipynb 存在已知问题:
- 问题:硬件高效 ansatz (RX+RY+RZ+CX) 无法表示 XY 模型的基态
- 原因:XY 模型基态具有高纠缠度(纠缠熵 0.596),需要更强大的 ansatz
- 当前结果:卡在 -3.6(局部极小值),精确值应为 -5.37
- 解决方案:需要使用 QAOA、ADAPT-VQE 或更深层的 ansatz
相关文档:
- XY模型VQE问题诊断报告.md - 详细的问题诊断过程
- XY模型VQE完整解决方案.md - 完整的解决方案和建议
🛠️ 技术栈¶
- 框架:DeepQuantum (PyTorch based)
- 优化器:梯度下降、Adam、RMSprop、COBYLA
- Ansatz:硬件高效 ansatz、QAOA
- 可视化:Matplotlib
📝 更新日志¶
- 2025-01-09:
- ✅ 创建教程文件夹,整理所有 notebook
- ✅ 修复 XY 模型能量计算函数的类型问题
- ✅ 完成 XY 模型问题诊断
- ✅ 新增 DeepQuantum框架基础入门
- ✅ 新增 QAOA量子近似优化算法
- ✅ 新增 HHL线性方程组求解算法
- ✅ 新增 MBQC基于测量的量子计算
- ✅ 新增高斯玻色采样GBS算法
- ✅ 新增量子机器学习入门
📊 教程统计¶
| 类别 | 教程数量 | 难度范围 |
|---|---|---|
| 01-VQE基础教程 | 3 | ⭐ |
| 02-哈密顿量模型系列 | 5 | ⭐ ~ ⭐⭐⭐⭐ |
| 03-分子应用 | 4 | ⭐⭐⭐ ~ ⭐⭐⭐⭐⭐ |
| 04-量子算法系列 | 3 | ⭐⭐⭐ ~ ⭐⭐⭐⭐ |
| 05-光量子计算 | 1 | ⭐⭐⭐ |
| 06-高级应用 | 1 | ⭐⭐⭐⭐ |
| 总计 | 17 | ⭐ ~ ⭐⭐⭐⭐⭐ |
🤝 贡献¶
如有问题或建议,欢迎反馈!
祝学习愉快! 🎉
快速开始推荐:
- 🌱 完全新手:从 DeepQuantum框架基础入门.ipynb 开始
- 🚀 有一定基础:直接学习感兴趣的算法系列
- 🔬 想深入研究:参考理论物理或研究级路径