Book a Demo!
CoCalc Logo Icon
StoreFeaturesDocsShareSupportNewsAboutPoliciesSign UpSign In
tensorflow
GitHub Repository: tensorflow/docs-l10n
 Path: blob/master/site/es-419/quantum/install.md
25115 views

Instalación de TensorFlow Quantum

Hay algunas maneras diferentes de preparar el entorno para usar TensorFlow Quantum (TFQ):

  • La manera más fácil para aprender y usar TFQ no requiere instalaciones. Solamente hay que ejecutar los tutoriales de TensorFlow Quantum directamente en el navegador con Google Colab.

  • Para usar TensorFlow Quantum en una máquina local, instale el paquete de TFQ con el administrador de paquetes pip de Python.

  • O también se puede crear TensorFlow Quantum a partir de código fuente.

TensorFlow Quantum es compatible con Python 3.7, 3.8 y 3.9, y depende directamente de Cirq.

Paquete de Pip

Requisitos

Consulte la guía de instalación de TensorFlow para preparar el entorno de desarrollo de Python y un entorno virtual (opcional).

Actualice pip e instale TensorFlow

  pip3 install --upgrade pip
  pip3 install tensorflow==2.11.0

Instalación del paquete

Instale la última versión estable de TensorFlow Quantum:

  pip3 install -U tensorflow-quantum

Excelente, ahora TensorFlow Quantum está instalado.

Las versiones nocturnas que puedan depender de versiones más nuevas de TensorFlow se pueden instalar con:

  pip3 install -U tfq-nightly

Construcción a partir del código fuente

Hay pruebas que indican que los siguientes pasos funcionan con sistemas del estilo Ubuntu.

1. Preparación de un entorno de desarrollo Python 3

Lo primero que necesitaremos son las herramientas de desarrollo de Python 3.8.

  sudo apt update
  sudo apt-get install pkg-config zip g++ zlib1g-dev unzip python3.8
  sudo apt install python3.8 python3.8-dev python3.8-venv python3-pip
  python3.8 -m pip install --upgrade pip

2. Creación de un entorno virtual

Vamos al directorio del lugar de trabajo y hacemos un entorno virtual para el desarrollo de TFQ.

  python3.8 -m venv quantum_env
  source quantum_env/bin/activate

3. Instalación de Bazel

Tal como se indicó en la guía para construir a partir de código fuente de TensorFlow, será necesario contar con un sistema Bazel.

En nuestras últimas construcciones usamos TensorFlow 2.11.0. Para garantizar la compatibilidad usamos la versión 5.3.0 de bazel. Para eliminar cualquier otra versión de Bazel:

  sudo apt-get remove bazel

Descargamos e instalamos la versión 5.3.0 de bazel:

  wget https://github.com/bazelbuild/bazel/releases/download/5.3.0/bazel_5.3.0-linux-x86_64.deb

  sudo dpkg -i bazel_5.3.0-linux-x86_64.deb

Para evitar la actualización automática de bazel a una versión incompatible, ejecutamos lo siguiente:

  sudo apt-mark hold bazel

Finalmente, confirmamos la instalación de la versión correcta de bazel:

  bazel --version

4. Construcción de TensorFlow a partir de código fuente

En este caso, adaptamos las instrucciones de la guía para construir a partir de la fuente de TensorFlow. Para más detalles, consulte el enlace. TensorFlow Quantum es compatible con la versión 2.11.0 de TensorFlow.

Descargue el código fuente de TensorFlow:

  git clone https://github.com/tensorflow/tensorflow.git
  cd tensorflow
  git checkout v2.11.0

Preste atención a que el entorno virtual creado en el paso 2 esté activo. Después, instale las dependencias de TensorFlow:

  pip install -U pip six numpy wheel setuptools mock 'future>=0.17.1'
  pip install -U keras_applications --no-deps
  pip install -U keras_preprocessing --no-deps
  pip install numpy==1.24.2
  pip install packaging requests

Configure la construcción de TensorFlow. Cuando se pidan las ubicaciones de la biblioteca y el intérprete de Python, no olvide especificar las ubicaciones dentro de la capeta del entorno virtual. Las opciones restantes se pueden dejar a los valores predeterminados.

  ./configure

Construya el paquete TensorFlow (desde TF v2.8, _GLIBCXX_USE_CXX11_ABI se establece en 1, y los códigos c++ se compilan todos con -std=c++17):

  bazel build -c opt --cxxopt="-O3" --cxxopt="-march=native" --cxxopt="-std=c++17" --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=1" //tensorflow/tools/pip_package:build_pip_package

Nota: Construir un paquete puede demorar más de una hora.

Después de terminar de construir, instale el paquete y deje el directorio de TensorFlow:

  ./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
  pip install /tmp/tensorflow_pkg/<var>name_of_generated_wheel</var>.whl
  cd ..

5. Descarga de TensorFlow Quantum

Para las contribuciones usamos el flujo de trabajo de solicitudes de bifurcación y extracción (fork and pull). Después de bifurcar a partir de la página de GitHub de TensorFlow Quantum, descargamos el código fuente del bifurcador e instalamos los requisitos:

  git clone https://github.com/<var>username</var>/quantum.git
  cd quantum
  pip install -r requirements.txt

6. Construya el paquete de pip para TensorFlow Quantum

Construya el paquete de pip de TensorFlow Quantum e instale:

  ./configure.sh
  bazel build -c opt --cxxopt="-O3" --cxxopt="-march=native" --cxxopt="-std=c++17" --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=1" release:build_pip_package
  bazel-bin/release/build_pip_package /tmp/tfquantum/
  python3 -m pip install /tmp/tfquantum/<var>name_of_generated_wheel</var>.whl

Para confirmar si TensorFlow Quantum se ha instalado correctamente, puede ejecutar las siguientes pruebas:

  ./scripts/test_all.sh

Excelente, ahora TensorFlow Quantum está instalado.