实用量子计算 培训
经过本次沉浸式培训,您将准备好作为一名入门级量子计算开发人员开始工作。
培训结束后,学员将能够:
- 使用集成的IBM Q运行和测试您的量子程序
- 使用Qiskit创建、编译和执行量子计算程序
- 处理实用和高级量子算法,如QAOA
- 将现实世界的问题转换为适当的量子计算语言
课程形式
- 互动式讲座和讨论。
- 大量练习和实践。
- 在实验环境中进行动手实践。
课程定制选项
- 如需为此课程定制培训,请联系我们安排。
课程大纲
- 量子力学的基本概念
- 量子计算简介
- 量子门和量子电路(二进制量子门)
- 通过Python和Qiskit进行量子计算
- 实用量子算法设计与构建
- 通过Qiskit实现高级量子算法
- 通过IBM的量子计算机解决不同行业的实际问题
要求
无需量子计算或量子物理背景。
无需物理背景。
我们涵盖量子计算的A到Z!
需要帮助选择合适的课程吗?
实用量子计算 培训 - 询价
实用量子计算 - 问询
即将举行的公开课程
相关课程
量子计算中的AI:混合AI-量子系统的未来
21 小时本课程为讲师指导的培训(线上或线下),面向希望利用量子计算增强AI能力的高级专业人士。
培训结束后,参与者将能够:
- 理解混合AI-量子系统及其潜在应用。
- 实现量子机器学习算法。
- 利用量子计算资源优化AI模型。
- 克服量子AI系统扩展和集成中的挑战。
Anaconda 数据科学家生态系统
14 小时这种由 讲师指导的 中国 现场培训(在线或现场)面向希望使用 Anaconda 生态系统在单一平台中捕获、管理和部署软体包和数据分析工作流 的数据科学家。
在本次培训结束时,参与者将能够:
- 安装和配置 Anaconda 个元件和库。
- 了解 Anaconda 的核心概念、功能和优势。
- 使用 Anaconda Navigator 管理包、环境和频道。
- 将 Conda、R 和 Python 包用于数据科学和机器学习。
- 了解管理多个数据环境的一些实际使用案例和技术。
应用量子计算:Google Willow的行业用例
14 小时Google Willow是一个可通过云端访问的量子计算平台,旨在支持实验、算法开发和应用量子研究。
本课程由讲师主导,提供线上或线下培训,面向希望探索Google Willow在量子计算中实际行业用例的中级专业人士。
完成本培训后,参与者将能够:
- 有效导航Google Willow环境。
- 评估跨行业的实际量子计算应用。
- 运行并解释用于商业和研究场景的量子算法。
- 评估新兴量子解决方案的可行性和影响。
课程形式
- 专家主导的演示和应用讨论。
- 结合量子工具和工作流程的动手练习。
- 在Google Willow环境中进行实时实验。
课程定制选项
- 可根据特定行业需求或研究目标安排定制版本。
在Google Willow上构建量子算法
14 小时Google Willow是一个基于云的量子计算平台,使开发者和研究人员能够设计、测试和执行量子算法。
本次由讲师指导的培训(线上或线下)面向中级专业人士,旨在帮助他们构建量子算法并在Google Willow上运行。
培训结束后,参与者将能够:
- 创建和构建用于实验和应用的量子电路。
- 使用Google Willow的界面和API部署量子算法。
- 评估算法行为并优化量子工作流程。
- 将量子技术集成到更广泛的计算管道中。
课程形式
- 引导式演示与技术示范。
- 实践任务与编码练习。
- 在Google Willow的实时环境中进行动手实验。
课程定制选项
- 可根据需求提供定制化的量子算法研究培训项目。
Quantum Computing 与 Cirq Framework
21 小时在这个由 中国 的讲师指导式现场培训中,参与者将在逐步开发针对 量子计算机的演算法时学习量子计算的基础知识。
在本次培训结束时,参与者将能够:
- 设置必要的开发环境以开始创建量子电路。
- 使用门的原生对应项控制门的行为。
- 使用 Cirq 改进 quibit 不准确之处。
- 编写并执行量子电路,以针对基于 NISQ 的量子计算机模拟器运行。
量子计算入门:Google Willow
14 小时本次由讲师主导的培训在中国(线上或线下)进行,面向初学者,旨在帮助参与者理解量子计算的基础知识,探索Google Willow的功能,并学习如何开始量子编程。
培训结束后,参与者将能够:
- 理解量子计算和量子位的基本原理。
- 探索Google Willow及其在量子纠错方面的进展。
- 使用Qiskit编写并运行基本的量子程序。
- 识别量子计算的实际应用。
Kaggle
14 小时这个由 讲师指导的 中国 现场培训(在线或现场)面向希望在 Data Science 中使用 Kaggle 学习和建立职业生涯的数据科学家和开发人员。
在本次培训结束时,参与者将能够:
- 了解数据科学和机器学习。
- 探索数据分析。
- 了解 Kaggle 及其工作原理。
使用Modin加速Python Pandas工作流
14 小时这种由 讲师指导的 中国 现场现场培训(在线或现场)面向希望使用 Modin 构建和实施并行计算的数据科学家和开发人员 Pandas 以加快数据分析速度。
在本次培训结束时,参与者将能够:
- 设置必要的环境,开始使用 Modin 大规模开发 Pandas 工作流。
- 了解 Modin 的功能、架构和优势。
- 了解 Modin、Dask 和 Ray 之间的区别。
- 使用 Modin 更快地执行 Pandas 操作。
- 实现整个 Pandas API 和函数。
ProjectQ: Python中的量子编程框架
7 小时ProjectQ是一个开源的量子计算软件框架,基于Python,允许用户表达量子电路并将其翻译到多个后端量子硬件或模拟器。该框架支持高级优化、编译器引擎和后端目标定位。
本次由讲师主导的培训(线上或线下)面向中级开发者,旨在帮助他们理解并应用ProjectQ进行实际的量子编程和后端翻译。
培训结束后,参与者将能够:
- 描述ProjectQ的架构和目的。
- 使用ProjectQ的Python API编写量子电路。
- 使用ProjectQ的编译器引擎和优化功能。
- 使用ProjectQ定位不同的量子后端或模拟器。
课程形式
- 互动讲座与讨论。
- 动手编程练习与电路构建。
- 针对模拟器或硬件后端的实时实验。
课程定制选项
- 如需定制本课程,请联系我们安排。
量子密码学与Google Willow安全应用
14 小时量子密码学是一种利用量子力学原理的新兴安全范式。
本次由讲师主导的培训(线上或线下)面向希望使用Google Willow设计抗量子与量子增强技术的中级专家。
培训结束后,参与者将能够:
- 使用Google Willow构建量子安全的通信工作流。
- 评估经典安全协议的量子威胁。
- 将量子密钥分发概念应用于现代基础设施。
- 实施并测试量子增强的加密原语。
课程形式
- 讲师主导的演讲与引导讨论。
- 大量的实践练习与应用问题解决。
- 在受控实验室环境中使用Google Willow进行实际操作。
课程定制选项
- 如需根据您组织的需求定制本培训,请联系我们获取定制选项。
量子纠错与容错技术:基于Google Willow
21 小时量子纠错是确保在噪声量子硬件上进行可靠计算的基础方法。
本次由讲师主导的培训(线上或线下)面向高级专家,旨在帮助他们使用Google Willow设计、测试和优化容错量子算法。
成功完成本培训后,参与者将能够:
- 在真实和模拟的Willow环境中应用量子纠错原理。
- 构建并分析用于容错计算的逻辑量子比特。
- 评估量子代码在不同噪声模型下的表现。
- 开发可扩展、稳健的量子算法设计工作流程。
课程形式
- 专家主导的讨论,辅以技术演示。
- 专注于纠错和稳定性测试的广泛实践练习。
- 在专用量子实验室环境中进行Google Willow的动手实验。
课程定制选项
- 如果您的组织需要定制版本的培训,请联系我们了解定制选项。
量子计算与量子物理基础
21 小时本次由讲师主导的培训在中国(线上或线下)面向希望理解量子计算原理并将其应用于开发量子计算机算法的计算机科学家和工程师。
培训结束后,参与者将能够:
- 理解量子计算的基础知识。
- 理解并将量子物理概念应用于计算方法。
- 创建量子计算机的算法。
- 使用量子计算机高效解决计算问题。
- 将量子行为整合到现有的计算模型中。
- 认识到量子计算在推动其他技术发展中的潜力。
量子AI导论
14 小时本课程为讲师主导的培训,在中国(线上或线下)进行,面向初学者到中级水平的AI专业人士和研究人员,帮助他们理解量子AI的基础知识及其潜在应用。
培训结束后,学员将能够:
- 掌握量子力学在量子计算中的基本原理。
- 理解量子算法的工作原理及其实现。
- 认识量子AI在革新各行业中的潜力。
- 开发基础的量子机器学习模型。
- 评估量子AI的挑战与伦理问题。
量子计算与Q#入门
14 小时在这个由 中国 的讲师指导式现场培训中,参与者将学习量子计算的基础知识,并在逐步开发简单的量子程式时 Q#。
在本次培训结束时,参与者将能够:
- 安装并配置 Microsoft 的 Quantum 开发工具包。
- 了解量子计算背后的概念。
- 使用 Q#、Visual Studio 和本地量子计算模拟器构建、测试、执行量子程式并对其进行故障排除。
GPU数据科学之NVIDIA RAPIDS
14 小时本次由讲师指导的线下或线上培训,面向希望使用RAPIDS构建GPU加速的数据管道、工作流和可视化的数据科学家和开发者,应用如XGBoost、cuML等机器学习算法。
培训结束后,参与者将能够:
- 设置必要的开发环境,使用NVIDIA RAPIDS构建数据模型。
- 了解RAPIDS的特性、组件和优势。
- 利用GPU加速端到端的数据和分析管道。
- 使用cuDF和Apache Arrow实现GPU加速的数据准备和ETL。
- 学习如何使用XGBoost和cuML算法执行机器学习任务。
- 使用cuXfilter和cuGraph构建数据可视化并执行图分析。