问题标签 [tensorflow-quantum]

目前开始学习 TFQ 并一直在尝试做这个tensorflow 作者的教程，但是如果我运行第一行 (!pip install -q tensorflow==2.3.1 --user) 我得到这个错误：

错误：pip 的依赖解析器当前不考虑所有已安装的包。此行为是以下依赖冲突的根源。cirq 0.8.0 需要 protobuf==3.8.0，但您有 protobuf 3.15.7，这是不兼容的。

当我运行第二行（！pip install -q tensorflow-quantum --user）时，我得到了这个：

错误：pip 的依赖解析器当前不考虑所有已安装的包。此行为是以下依赖冲突的根源。tensorflow 2.3.1 需要 protobuf>=3.9.2，但是你有 protobuf 3.8.0 是不兼容的。

Cirq 0.8.0 想要 protobuf 3.8.0；tensorflow 2.3.1 想要 protobuf>=3.9.2 并且中间没有任何东西，当我执行“pip freeze”时，我只看到 protobuf==3.8.0，所以我的 pip freeze 看不到 protobuf 3.15.7 版本错误提到（当我执行“pip show protobuf”时，我得到了与版本 3.8.0 相同的结果）。

我应该怎么做才能防止这种冲突？

注意：Python 版本 = 3.7.9（无法使用 3.8 或 3.9 安装 tf 和/或 tfq）；操作系统 = Windows 10

我无法理解为什么需要quantum_data属性。PQC 层将量子电路转换为 TensorFlow 层。这意味着电路中的所有自由参数都成为层的参数。现在要查看层的输出，我必须传递quantum_data属性。我不明白为什么我们需要这个。

输出应该是基于电路中参数/角度的随机初始化的一些随​​机期望值。谁能解释一下？

这是 Tensorflow 网站上的示例

我安装tensorflow-quantum并收到以下错误：

tensorflow-quantum 0.5.0 requires grpcio==1.30.0, but you have grpcio 1.32.0 which is incompatible.

所以，我安装了grpcio 1.30.0，但随后出现以下错误：

tensorflow 2.4.1 requires grpcio~=1.32.0, but you have grpcio 1.30.0 which is incompatible.

这些依赖冲突似乎是循环的。我应该怎么办？

似乎 tfq 不喜欢cirq.LineQubitionq 电路中所需的布局，tfq.layers.SampledExpectation抛出

ValueError: Attempted to serialize circuit that don't use only cirq.GridQubits.

任何想法/解决方法？