用 Pennylane 建立量子電路 | EntangleTech 量子教育平台

# 用 Pennylane 建立量子電路在這一節中，我們會簡要介紹 pennylane 大致的工作流程，讓讀者有個概括性的認識，接著我們會對每一個細節作獨立介紹。首先，打開您的 colab 或是 jupyter notebook，如果您是用 colab，請按照[此前的教學](https://www.entangletech.tw/lesson/pennylane-01)安裝 pennylane，在 cell 上輸入這行並執行，將 pennylane 匯入。 ```python=+ import pennylane as qml import numpy as np ``` ## Devices 第二步要宣告你要使用的裝置（device）以及所需的 qubits 數（在這裡稱作 wires）： ```python=+ dev = qml.device('default.qubit', wires=2) ``` 括號中的第一個參數 "default.qubit" 就是你選用的裝置，在這裡我們使用模擬器（stimulator），亦即用經典電腦模擬量子電腦，不是在真的量子電路上執行。你能選用其他的模擬器（視你的使用情境）、其他公司開發的模擬器（像是 IBM Qiskit），或是在真的量子電腦上執行（像是 IonQ, AQT, Google 等等，如果你有權限的話），有興趣的讀者可以參考這篇[文章](https://pennylane.ai/plugins)了解怎麼使用。第二個參數 "wires=2"，宣告你需要多少的 qubits，以這裡為例就是 2 個 qubits。除了單純的數字外，你也可以為每個 qubit 命名，以下方程式碼為例，他創建 5 個 qubits，第一個 qubit 叫 ancilla，第二個 qubit 叫 q11，以此類推。 ```python=+ dev = qml.device('default.qubit', wires=['ancilla', 'q11', 'q12', -1, 1]) ``` 走某些裝置，像是 default.qubit，是接受不寫 wires 有時候，你會需要電路執行好幾次，並統計每個測量結果出現的機率，這時候我們會添加 "shots"，以下列為例，電路會執行 1000 次 ```python=+ dev = qml.device('default.qubit', wires=2, shots=1000) ``` 除了純數字外，你也能輸入一串數字（list）。以下列為例，代表會跑三輪模擬，第一輪執行五次，第二輪執行十次，第三輪執行 1000 次。 ```python=+ shots_list = [5, 10, 1000] dev_multi_shots = qml.device("default.qubit", wires=2, shots=shots_list) ``` ## 建立量子電路 Pennylane 用 python 中的 def 來建立量子電路，如下： ```python=+ def my_circuit(): #定義函數（電路）名稱 # 將所需的 gate 放進函數中 # qml.量子邏輯閘（wires = qubit 編號） qml.PauliX(wires = 0) # 在第一個 qubit 上放 X gate qml.Hadamard(wires = 0) # 在第一個 qubit 上放 H gate qml.CNOT(wires = [0,1]) # 在第一個與第二個 qubit 上放 CNOT gate # 輸出每個量子態的機率分佈 return qml.probs(wires=[0, 1]) ``` 對於有參數的量子電路，則會在 def 後的括號中加入變量： ```python=+ theta = np.pi/2 # 定義變量（參數） def my_circuit_theta(theta): #定義函數（電路）名稱與變量 # 將所需的 gate 放進函數中 # qml.有參數的量子邏輯閘（參數，wires = qubit 編號） qml.RY(theta, wires = 0) # 在第一個 qubit 放上 RY，參數為 theta # 輸出每個量子態的機率分佈 return qml.probs(wires=[0]) ``` 如果你想把電路圖示化，要先 import matplotlib ```python=+ import matplotlib.pyplot as plt ``` 接著輸入以下程式碼 ```python=+ fig,ax = qml.draw_mpl(my_circuit, show_all_wires=False, decimals = 1, style = 'sketch')() fig.show() ```

- 第一個參數就是你的電路 - "show_all_wires" 可打可不打，預設為 False，輸入 True 的話代表沒有放 gate 的 qubit 都要畫出來 - "decimals" 可打可不打，代表參數要顯示到小數點以下幾位，沒有打的話預設不在圖上標示參數 - style 是圖片風格，可打可不打，預設為 black_white，想知道有哪些風格可以選用可以參看[官方說明](https://docs.pennylane.ai/en/stable/code/api/pennylane.drawer.draw_mpl.html) - 其他更多參數可以參看[官方說明](https://docs.pennylane.ai/en/stable/code/api/pennylane.drawer.draw_mpl.html) 對於有參數的電路，可以在第二個括號中打入參數： ```python=+ fig,ax = qml.draw_mpl(my_circuit_theta, decimals = 2)(np.pi/2) fig.show() ```

## QNode 最後要透過 QNode 把上面定義的電路與 device 包裝在一起 ```python=+ my_qnode = qml.QNode(my_circuit, dev) ``` 最後就執行運算 ```python=+ my_qnode() # 執行後輸出 array([0.5, 0. , 0. , 0.5]) ``` 輸出結果代表測量到 $|00\rangle$ 和 $|11\rangle$ 的機率都是 50%，其他狀態則為 0%。 QNode 也可以在定義 circuit 前就先寫好，像這樣： ```python=+ @qml.qnode(dev) # 定義 qnode def my_circuit(): #定義函數（電路）名稱 # 將所需的 gate 放進函數中 # qml.量子邏輯閘（wires = qubit 編號） qml.PauliX(wires = 0) # 在第一個 qubit 上放 X gate qml.Hadamard(wires = 0) # 在第一個 qubit 上放 H gate qml.CNOT(wires = [0,1]) # 在第一個與第二個 qubit 上放 CNOT gate # 輸出每個量子態的機率分佈 return qml.probs(wires=[0, 1]) # 執行運算 my_circuit() # 輸出 array([0.5, 0. , 0. , 0.5]) ``` 由於我們舉的例子很簡單，因此看不出 pennylane 建立 qnode 的意義何在，實際上 QNode 本身有許多和機器學習有關的參數，pennylane 下了很多功夫在串接機器學習套件上，讓量子機器學習（QML）執行起來更加方便，有興趣的讀者可以參看[官方文件](https://docs.pennylane.ai/en/stable/code/api/pennylane.qnode.html)。 ## 總結完整的程式碼長這樣，恭喜你已經用程式碼建立出第一個量子電路： ```python=+ # 安裝 pennylane，如果你是用 colab !pip install pennylane # import pennylane, numpy 和 matplotlib import pennylane as qml import numpy as np import matplotlib.pyplot as plt # 定義 device dev = qml.device('default.qubit', wires=2) # 定義 qnode 與量子電路 @qml.qnode(dev) # 定義 qnode def my_circuit(): #定義函數（電路）名稱 # 將所需的 gate 放進函數中 # qml.量子邏輯閘（wires = qubit 編號） qml.PauliX(wires = 0) # 在第一個 qubit 上放 X gate qml.Hadamard(wires = 0) # 在第一個 qubit 上放 H gate qml.CNOT(wires = [0,1]) # 在第一個與第二個 qubit 上放 CNOT gate # 輸出每個量子態的機率分佈 return qml.probs(wires=[0, 1]) # 執行運算 my_circuit() # 輸出 array([0.5, 0. , 0. , 0.5]) # 將定義的量子電路畫成圖 fig,ax = qml.draw_mpl(my_circuit, decimals = 1, style = 'sketch')() fig.show() ``` 在接下來的文章我們會針對每一部分做細節討論，像是在 "my_circuit" 這段介紹每個 quantum gate 的程式碼，以及還能輸出（return）什麼等等。