根目录 > examples

---

示例代码模块

DeepQuantum 框架的算法实现示例集合

最后更新: 2026-01-16

---

模块职责

提供 21 个完整的量子算法实现示例，涵盖：

1. 核心量子算法 - QAOA、HHL、VQE、MBQC
2. 量子机器学习 - 量子残差网络、函数拟合
3. 光量子计算 - 高斯玻色采样及其应用
4. 时域复用 - TDM 簇态制备
5. 性能基准 - 与其他框架的对比测试

---

目录结构

examples/
├── qaoa.ipynb                        # QAOA 量子近似优化算法
├── hhl.ipynb                         # HHL 线性方程组求解
├── vqe_for_CRW.ipynb                 # VQE 求解 CRW 哈密顿量
├── qresnets.ipynb                    # 量子残差网络
├── quantum_state_transfer_1d.ipynb   # 一维量子态传输
├── test_for_onchip_optimizer.ipynb   # 片上优化器测试
├── basic_gate_MBQC.ipynb             # MBQC 基本门操作
│
├── gbs/                              # 高斯玻色采样系列 (12 个)
│   ├── boson_sampling/               # 基础玻色采样
│   ├── gaussian_boson_sampling/      # 高斯玻色采样
│   ├── gbs_clustering/               # GBS 聚类算法
│   ├── max_clique/                   # 最大团问题
│   ├── dense_graph/                  # 稠密子图
│   ├── similar_graph/                # 图相似性
│   ├── variational_gbs/              # 变分 GBS
│   ├── vibronic_spectra/             # 振动谱
│   ├── vibronic_excitations/         # 振动激发
│   ├── homodyne_tomography/          # 层析成像
│   └── vqe_ground_energy_for_H2_*/   # 水分子基态能量
│
├── tdm/                              # 时域复用系列 (2 个)
│   ├── simple_cluster_state/         # 一维纠缠态制备
│   │   └── 一维纠缠态的制备.ipynb
│   └── advanced_cluster_state/       # 复杂纠缠态制备
│       └── 复杂纠缠态的制备.ipynb
│
├── bosonic/                          # 玻色子态应用
│   └── breeding_cat/
│       └── bosonic_breeding.ipynb    # 玻色子育猫态
│
└── benchmarks/                       # 性能基准测试
    └── benchmark_v420/
        ├── MBQC_simulate/            # MBQC 模拟性能
        ├── MBQC_transpile/           # MBQC 转换性能
        ├── gradient/                 # 梯度计算对比
        ├── hessian/                  # Hessian 计算对比
        ├── hafnian/                  # Hafnian 函数对比
        ├── permanent/                # Permanent 函数对比
        ├── torontonian/              # Torontonian 函数对比
        └── loop_torontonian/         # 循环 Torontonian

---

入口与启动

核心示例

1. QAOA - 量子近似优化算法

文件: qaoa.ipynb

功能: 求解最大割问题

import deepquantum as dq
import torch

# 创建 QAOA 电路
nqubits = 4
cir = dq.QubitCircuit(nqubits)

# 问题哈密顿量（最大割）
# ... 定义问题哈密顿量

# QAOA ansatz
for p in range(depth):
    # 问题单元ary
    cir.rxlayer()
    # 混合单元ary
    cir.cnot_ring()

# 优化参数
optimizer = torch.optim.Adam(cir.parameters(), lr=0.01)

2. HHL - 线性方程组求解

文件: hhl.ipynb

功能: 求解 Ax = b

核心算法: - 量子相位估计 (QPE) - 逆量子傅里叶变换 - 受控旋转

3. VQE - 变分量子本征求解器

文件: vqe_for_CRW.ipynb

功能: 求解 8×8 厄米矩阵本征值

特点: - Pauli 算符基分解（64 个测量基） - CMA-ES 进化策略优化

4. QResNet - 量子残差网络

文件: qresnets.ipynb

功能: 函数拟合

架构: - 变分量子电路层 - 残差连接 - 经典-量子混合模型

---

对外接口

GBS 应用系列

高斯玻色采样的多种应用场景：

应用	文件	功能
聚类	gbs_clustering/GBS_clustering.ipynb	无监督学习、图划分
最大团	max_clique/GBS_max_clique.ipynb	NP-hard 问题、组合优化
稠密子图	dense_graph/GBS_dense_graph_problem.ipynb	图论应用
图相似性	similar_graph/similar_graph.ipynb	图同构测试
变分 GBS	variational_gbs/variational_gbs.ipynb	参数优化、量子机器学习
振动谱	vibronic_spectra/vibronic_spectra.ipynb	量子化学
振动激发	vibronic_excitations/vibronic_excitations.ipynb	分子动力学
层析成像	homodyne_tomography/Homodyne_Tomography.ipynb	量子态重构

TDM 时域复用

文件	功能
tdm/simple_cluster_state/一维纠缠态的制备.ipynb	基础 TDM 簇态
tdm/advanced_cluster_state/复杂纠缠态的制备.ipynb	高维 TDM 簇态

---

关键依赖与配置

依赖项

• deepquantum: 核心框架
• torch: 深度学习后端
• numpy: 数值计算
• matplotlib: 可视化
• scipy: 科学计算（基准测试）

可选依赖（基准测试）

• pennylane: 对比测试
• mindquantum: 对比测试
• piquasso: 光量子对比
• strawberryfields: 光量子对比
• graphix: MBQC 对比

---

数据模型

示例分类统计

类别	数量	说明
核心算法	7	QAOA、HHL、VQE、MBQC、QResNet、态传输、优化器
GBS 应用	12	聚类、最大团、图论、量子化学等
TDM 系列	2	时域复用簇态制备
玻色子态	1	育猫态
基准测试	多个	性能对比

性能基准测试

梯度计算对比

• 框架: DeepQuantum vs PennyLane vs MindQuantum
• 后端: CPU / CUDA
• 电路: 随机量子电路

Hafnian 函数对比

• 框架: DeepQuantum vs Piquasso vs StrawberryFields
• 函数: hafnian()
• 输入: 随机矩阵

Torontonian 函数对比

• 框架: DeepQuantum vs Piquasso vs StrawberryFields
• 函数: torontonian()
• 输入: 随机矩阵

---

测试与质量

示例验证

• ✅ 所有示例 notebook 可运行
• ✅ 包含详细代码注释
• ✅ 提供数学推导
• ✅ 可视化结果

性能测试

位置: benchmarks/benchmark_v420/

• MBQC 模拟: 与 Graphix 对比
• 梯度计算: 与 PennyLane、MindQuantum 对比
• Hafnian: 与 Piquasso、StrawberryFields 对比
• Permanent: 与 Piquasso、StrawberryFields 对比

---

常见问题 (FAQ)

Q1: 如何运行这些示例？

# 安装 DeepQuantum
pip install deepquantum

# 启动 Jupyter
jupyter notebook

# 打开示例 notebook
# 例如: examples/qaoa.ipynb

Q2: 哪些示例适合初学者？

推荐顺序： 1. basic_gate_MBQC.ipynb - 基础门操作 2. qaoa.ipynb - 简单的优化算法 3. vqe_for_CRW.ipynb - VQE 基础

Q3: GBS 示例需要特殊依赖吗？

基础 GBS 不需要特殊依赖。但如果要与其他框架对比：

pip install perceval-quandela strawberryfields thewalrus

Q4: 如何理解 TDM 示例？

TDM（时分复用）是光量子计算的重要技术： - simple_cluster_state/ - 一维 TDM，适合入门 - advanced_cluster_state/ - 复杂 TDM，适合深入研究

---

相关文件清单

核心示例文件

文件	算法	难度
qaoa.ipynb	QAOA	⭐⭐⭐
hhl.ipynb	HHL	⭐⭐⭐⭐
vqe_for_CRW.ipynb	VQE	⭐⭐⭐⭐
qresnets.ipynb	QResNet	⭐⭐⭐⭐
basic_gate_MBQC.ipynb	MBQC	⭐⭐
quantum_state_transfer_1d.ipynb	态传输	⭐⭐

GBS 应用文件

文件	应用	难度
gbs/gaussian_boson_sampling/gaussian_boson_sampling.ipynb	GBS 基础	⭐⭐⭐
gbs/max_clique/GBS_max_clique.ipynb	最大团	⭐⭐⭐
gbs/gbs_clustering/GBS_clustering.ipynb	聚类	⭐⭐⭐
gbs/variational_gbs/variational_gbs.ipynb	变分 GBS	⭐⭐⭐⭐

基准测试目录

目录	测试内容
benchmarks/benchmark_v420/gradient/	梯度计算对比
benchmarks/benchmark_v420/hafnian/	Hafnian 函数对比
benchmarks/benchmark_v420/permanent/	Permanent 函数对比
benchmarks/benchmark_v420/MBQC_simulate/	MBQC 模拟对比

---

变更记录

2026-01-16

• 创建示例模块文档
• 完成 21 个示例索引
• 记录 GBS 和 TDM 子目录

---

参考资源

项目内文档

• 教程总览: ../教程/README.md
• 算法总结: ../教程/DeepQuantum算法探索总结.md
• DeepQuantum 文档: ../deepquantum/CLAUDE.md

外部资源

• DeepQuantum API: https://dqapi.turingq.com/
• GitHub: https://github.com/TuringQ/deepquantum

---

本文档由 AI 生成，最后更新于 2026-01-16