Shusen Liu
Shusen Liu
（此 ISSUE 为 PaddlePaddle Hackathon 活动的任务 ISSUE，更多详见[PaddlePaddle Hackathon](https://www.paddlepaddle.org.cn/PaddlePaddleHackathon?fr=quantumg)） [Paddle Quantum（量桨）](https://qml.baidu.com/)是基于百度飞桨开发的量子机器学习工具集，支持量子神经网络的搭建与训练，提供易用的量子机器学习开发套件与量子优化、量子化学等前沿量子应用工具集，使得百度飞桨也因此成为国内首个支持量子机器学习的深度学习框架。 【任务说明】 - 任务标题：时间演化电路的性能优化 - 技术标签：量子计算、哈密顿量 - 任务难度：中等 - 详细描述： 哈密顿量模拟，指的是模拟一个量子系统随时间演化的过程。根据量子力学的基本公理，对于不含时的哈密顿量而言，系统的时间演化过程可以由算符 exp(-iHt) 进行描述。目前，量桨中实现了基于 product formula 的数字化哈密顿量模拟，可以根据泡利哈密顿量来创建相应的模拟时间演化电路。在这个任务中，你需要实现对时间演化电路的性能优化。目前，该模块的实现方法是对于泡利哈密顿量中的每一项分别搭建一个旋转电路，其具体方法可以参考 1 中的 4.7.3 节。实际上，对于一些特殊的两量子比特项而言，文献 2...
（此 ISSUE 为 PaddlePaddle Hackathon 活动的任务 ISSUE，更多详见 [PaddlePaddle Hackathon](https://www.paddlepaddle.org.cn/PaddlePaddleHackathon?fr=quantumg)） [Paddle Quantum（量桨）](https://qml.baidu.com/)是基于百度飞桨开发的量子机器学习工具集，支持量子神经网络的搭建与训练，提供易用的量子机器学习开发套件与量子优化、量子化学等前沿量子应用工具集，使得百度飞桨也因此成为国内首个支持量子机器学习的深度学习框架。 【任务说明】 - 任务标题：基于量子卷积神经网络 (QCNN) 的图片分类 - 技术标签：量子卷积神经网络 - 任务难度：困难 - 详细描述： 众所周知，卷积神经网络 (CNN) 在图像识别等问题上表现十分出色，受到 CNN 的启发 QCNN 被提出（参考 1）。CNN...
（此 ISSUE 为 PaddlePaddle Hackathon 活动的任务 ISSUE，更多详见[PaddlePaddle Hackathon](https://www.paddlepaddle.org.cn/PaddlePaddleHackathon?fr=quantumg)） [Paddle Quantum（量桨）](https://qml.baidu.com/)是基于百度飞桨开发的量子机器学习工具集，支持量子神经网络的搭建与训练，提供易用的量子机器学习开发套件与量子优化、量子化学等前沿量子应用工具集，使得百度飞桨也因此成为国内首个支持量子机器学习的深度学习框架。 【任务说明】 - 任务标题：多量子比特独立系统的 Bloch 球展示 - 技术标签：量子计算、量子态 - 任务难度：中等 - 详细描述： Bloch 球是一个可以直观地展示单量子比特状态的工具。对于单比特量子态，若其是纯态，则对应了 Bloch 球面上的点，若其是混合态，则对应了 Bloch 球内部的点。对于多个比特的量子态，则不能直接套用单比特量子的 Bloch 球功能，而是需要借助密度矩阵求偏迹等知识来结合实现。这个任务中，你需要实现多比特量子态的 Bloch...
（此 ISSUE 为 PaddlePaddle Hackathon 活动的任务 ISSUE，更多详见[PaddlePaddle Hackathon](https://www.paddlepaddle.org.cn/PaddlePaddleHackathon?fr=quantumg)） [Paddle Quantum（量桨）](https://qml.baidu.com/)是基于百度飞桨开发的量子机器学习工具集，支持量子神经网络的搭建与训练，提供易用的量子机器学习开发套件与量子优化、量子化学等前沿量子应用工具集，使得百度飞桨也因此成为国内首个支持量子机器学习的深度学习框架。 【任务说明】 - 任务标题：图片编码为量子态 - 技术标签：量子计算、密度矩阵 - 任务难度：简单 - 详细描述： 一张图片的信息可以由一个矩阵来表示。而在量子计算中，一个量子态也可以用一个密度矩阵来进行表示。因此，一张图片的信息是可以使用密度矩阵来进行编码表示的。在该任务中，你可以考虑将一个图片编码为量子态的密度矩阵，应该要注意的是，密度矩阵需要满足三个条件。首先，密度矩阵是 Hermitian 矩阵；其次，密度矩阵的迹（trace）为 1，最后密度矩阵是半正定矩阵。一个可供参考的思路是，将图片转换为由其灰度值构成的矩阵，再转换成 2^n x 2^n 的矩阵，再将其转换为符合条件的密度矩阵。对于其它合理的方式，我们也可以酌情采纳。 **任务要求**： 1. 实现输入任意一张图片，都能转化为方阵的形式来表示。...
（此 ISSUE 为 PaddlePaddle Hackathon 活动的任务 ISSUE，更多详见[PaddlePaddle Hackathon](https://www.paddlepaddle.org.cn/PaddlePaddleHackathon?fr=quantumg)） [Paddle Quantum（量桨）](https://qml.baidu.com/)是基于百度飞桨开发的量子机器学习工具集，支持量子神经网络的搭建与训练，提供易用的量子机器学习开发套件与量子优化、量子化学等前沿量子应用工具集，使得百度飞桨也因此成为国内首个支持量子机器学习的深度学习框架。 【任务说明】 - 任务标题：实现密度矩阵可视化 - 技术标签：量子计算、密度矩阵 - 任务难度：简单 - 详细描述： 获取到某个量子态的密度矩阵就意味着我们获取到了这个量子态的基本信息。在这个任务中，你要实现用可视化的方式来进一步展示这个密度矩阵里所蕴含的信息。具体来说，对于一个 n x n 维的密度矩阵，其矩阵内的元素有 n^2 个，每一个元素都是复数，有实部和虚部，你可以用两个 3D 直方图来分别展示其实部和虚部。第一张图展示实部，x 和 y...
（此 ISSUE 为 PaddlePaddle Hackathon 活动的任务 ISSUE，更多详见[PaddlePaddle Hackathon](https://www.paddlepaddle.org.cn/PaddlePaddleHackathon?fr=quantumg)） [Paddle Quantum（量桨）](https://qml.baidu.com/)是基于百度飞桨开发的量子机器学习工具集，支持量子神经网络的搭建与训练，提供易用的量子机器学习开发套件与量子优化、量子化学等前沿量子应用工具集，使得百度飞桨也因此成为国内首个支持量子机器学习的深度学习框架。 【任务说明】 - 任务标题：为哈密顿量矩阵实现指定量子比特数 - 技术标签：量子计算、哈密顿量、量子比特数 - 任务难度：简单 - 详细描述： 在量子力学中，哈密顿量是描述系统能量的算符。目前量桨中的 `Hamiltonian` 类可以通过方法 `Hamiltonian.construct_h_matrix()` 来生成其对应的矩阵形式。目前，该方法自动根据哈密顿量的表达式来决定系统中共有几个量子比特。例如对于哈密顿量 '1 Z0, Z2' 会生成对应三个量子比特的矩阵（对应的泡利单词为 'ZIZ'）。在这个任务中，你需要完成对这个方法的修改，使得其可以生成对应用户指定输入量子比特数的矩阵，例如对于刚刚提到的哈密顿量，若用户指定生成五个量子比特的矩阵，则生成对应泡利单词为 'ZIZII'...
（此 ISSUE 为 PaddlePaddle Hackathon 活动的任务 ISSUE，更多详见[PaddlePaddle Hackathon](https://www.paddlepaddle.org.cn/PaddlePaddleHackathon?fr=quantumg)） [Paddle Quantum（量桨）](https://qml.baidu.com/)是基于百度飞桨开发的量子机器学习工具集，支持量子神经网络的搭建与训练，提供易用的量子机器学习开发套件与量子优化、量子化学等前沿量子应用工具集，使得百度飞桨也因此成为国内首个支持量子机器学习的深度学习框架。 【任务说明】 - 任务标题：量子电路的量子比特数扩展 - 技术标签：量子计算、量子电路、量子比特数 - 任务难度：简单 - 详细描述： 用量桨创建了一个量子电路之后，在运行的过程中，有时可能需要去拓展该量子电路的量子比特数，如增加辅助量子比特等。而量桨目前没有这个功能，因此目前只能重新建立一个新的量子电路去计算。因此，拓展当前量子电路的量子比特数这一功能就显得尤为重要。在这个任务中，你需要为量桨实现量子电路的量子比特数扩展。 **任务要求**：实现对 n>=1 个量子比特的线路进行比特数的扩展 **功能定位**： 在 paddle_quantum 中的 `UAnstaz` 类中增加新的成员函数 **函数输入**：...
hi，大家好，非常高兴的告诉大家，首届 PaddlePaddle Hackathon 开始啦。PaddlePaddle Hackathon 是面向全球开发者的深度学习领域编程活动，鼓励开发者了解与参与 PaddlePaddle。本次共有四大方向（PaddlePaddle、Paddle Family、Paddle Friends、Paddle Anything）四大方向，共计100个任务共大家完成。详细信息可以参考 [PaddlePaddle Hackathon 说明](https://www.paddlepaddle.org.cn/contributionguide?docPath=hackathon_cn)。大家是否已经迫不及待了呢~ 本 ISSUE 是 Paddle Family 专区 Paddle Quantum 方向任务合集。具体任务列表如下： | 序号 | 难度 | 任务ISSUE | |...
### Description 1. **Refactor github.actor:** Replace 'fixed' strings with the more flexible github.actor. This change ensures that workflows accommodate any general actor who forks the repository and utilizes GitHub Actions,...