量子机器学习可视化实验室

量子门是作用在量子比特上的酉变换。Hadamard 门创造叠加，CNOT 门创造纠缠，Pauli 门实现翻转与相位。点击查看各门操作效果。

纠缠态下多个量子比特的状态不可独立描述。贝尔态是最简单的两比特纠缠态，CHSH 不等式实验验证了量子非定域性。点击探索纠缠现象。

VQA 是经典-量子混合优化框架：参数化量子电路计算期望值，经典优化器更新参数以最小化代价函数。点击启动混合优化循环动画。

量子核方法将经典数据通过量子特征映射编码到高维希尔伯特空间，利用量子态内积计算核函数 K(xᵢ,xⱼ)=|⟨φ(xᵢ)|φ(xⱼ)⟩|²。点击查看映射与核矩阵。

量子神经网络以参数化量子电路为骨干，通过参数移位法则计算梯度实现反向传播训练。点击查看网络结构、前向传播与梯度计算。

量子计算对特定问题提供指数或多项式加速。点击对比量子与经典算法的计算复杂度，了解量子优势的边界与条件。

量子机器学习在量子化学模拟、组合优化、密码学与药物发现等领域展现巨大潜力。点击切换不同应用场景可视化。