PennyLane-Lightning 0.12.0

特点

• 结合PennylaneLightning的高性能模拟器和PennyLane的 自动区分和优化。在

安装

PennylaneLightning需要Python 3.6及更高版本。它可以使用pip安装：

$ pip install pennylane-lightning

或者，从源代码构建PennylaneLightning，您可以运行

请注意，对pip install -e .的后续调用将使用存储在 build文件夹。如果要重新编译，请运行make clean。在

安装PennyLane Lightning需要以下依赖项：

一个C++编译器，如^ {Tt5} $，^ {TT6}$，或^ {TT7}$。在
• Eigen3——线性代数的C++头库。在
pybind11用于绑定C++的库 Python的功能。在

在基于Debian的系统上，可以通过apt和pip来安装：

$ sudo apt install g++ libeigen3-dev
$ pip install pybind11

$ make test

$ make test-cpp

贡献

我们欢迎大家的贡献-只需将这个插件的存储库分叉，然后生成一个 pull request包含你的贡献。 此插件的所有贡献者都将作为发布者列出。在

我们还鼓励bug报告、新特性和增强的建议，甚至是到酷项目的链接 或者在PennyLane上构建的应用程序。在

作者

潘尼兰闪电是many contributors的杰作。在

如果您正在使用PennyLane和PennyLane Lightning进行研究，请引用our paper：

Ville Bergholm, Josh Izaac, Maria Schuld, Christian Gogolin, M. Sohaib Alam, Shahnawaz Ahmed, Juan Miguel Arrazola, Carsten Blank, Alain Delgado, Soran Jahangiri, Keri McKiernan, Johannes Jakob Meyer, Zeyue Niu, Antal Száva, and Nathan Killoran. PennyLane: Automatic differentiation of hybrid quantum-classical computations. 2018. arXiv:1811.04968

支持

• 源代码：https://github.com/PennyLaneAI/pennylane-lightning
• 问题跟踪器：https://github.com/PennyLaneAI/pennylane-lightning/issues
• PennyLane论坛：https://discuss.pennylane.ai

如果您有问题，请通过在我们的Github问题跟踪器上发布问题来通知我们，或者 在论坛上问一个问题。在

许可证

PennylaneLightning插件是free和开源，发布于 Apache License, Version 2.0。