qutai 0.1.0__tar.gz

qutai-0.1.0/PKG-INFO

@@ -0,0 +1,73 @@
+Metadata-Version: 2.4
+Name: qutai
+Version: 0.1.0
+Summary: A lightweight numerical, machine learning and quantum computing SDK.
+Project-URL: Repository, https://github.com/utai-utai/Qutai
+Project-URL: Issues, https://github.com/utai-utai/Qutai/issues
+Requires-Python: >=3.14
+Description-Content-Type: text/markdown
+
+<p align="center">
+  <img src="https://raw.githubusercontent.com/utai-utai/Qutai/main/logo.png" alt="Qutai" width="380">
+</p>
+
+<big align="center"><strong>从零手写的轻量计算 SDK：数值计算、神经网络与量子计算。</strong></b>
+---
+
+Python 标准库实现，无第三方运行依赖。当前支持 CPU，CUDA 后端后续开发。
+
+## 安装
+
+需要 **Python 3.14 或以上**。
+
+```bash
+pip install qutai
+```
+
+## 快速开始
+
+直接用列表创建 Tensor，运算时自动记录梯度：
+
+```python
+from qutai import Tensor
+
+x = Tensor([1, 2, 3], requires_grad=True)
+loss = (x + x).sum()
+loss.backward()
+
+print(loss.item())     # 12.0
+print(x.grad.tolist()) # [2.0, 2.0, 2.0]
+```
+
+构造并运行一个 Bell 态电路：
+
+```python
+from qutai import quantum
+
+circuit = quantum.Circuit(2, [quantum.H(0), quantum.CNOT(0, 1)])
+state = circuit.run()
+print(state.probabilities())  # 约 [0.5, 0.0, 0.0, 0.5]
+```
+
+## 模块
+
+| 模块 | 功能 |
+| --- | --- |
+| `Tensor`、根入口数学函数 | 广播、矩阵运算、卷积与自动求导 |
+| `nn` | 神经网络层、Transformer、损失、优化器与保存加载 |
+| `lm` | 字符语言模型、随机续写与 KV cache |
+| `generation` | Diffusion、Flow Matching 与 DiT |
+| `quantum` | 量子态、门、电路、测量、可求导读出与 QAOA |
+| `qnn` | 参数化量子电路 PQC，与经典网络混合训练 |
+| `visualization` | 曲线、表格、图片、网络、电路与 Bloch 球 |
+
+## 示例与开发
+
+[Notebook 示例](https://github.com/utai-utai/Qutai/blob/main/examples/README.md)涵盖回归、Iris、LeNet、ResNet、ViT、语言模型、DiT、Bell 态、混合网络、VQE 和 QAOA。量子训练支持伴随求导与参数移位对照；多数较大模型仅训练两步验证流程。
+
+从源码安装并运行测试：
+
+```bash
+python -m pip install -e .
+python -m unittest discover -s tests
+```

qutai-0.1.0/README.md

@@ -0,0 +1,64 @@
+<p align="center">
+  <img src="https://raw.githubusercontent.com/utai-utai/Qutai/main/logo.png" alt="Qutai" width="380">
+</p>
+
+<big align="center"><strong>从零手写的轻量计算 SDK：数值计算、神经网络与量子计算。</strong></b>
+---
+
+Python 标准库实现，无第三方运行依赖。当前支持 CPU，CUDA 后端后续开发。
+
+## 安装
+
+需要 **Python 3.14 或以上**。
+
+```bash
+pip install qutai
+```
+
+## 快速开始
+
+直接用列表创建 Tensor，运算时自动记录梯度：
+
+```python
+from qutai import Tensor
+
+x = Tensor([1, 2, 3], requires_grad=True)
+loss = (x + x).sum()
+loss.backward()
+
+print(loss.item())     # 12.0
+print(x.grad.tolist()) # [2.0, 2.0, 2.0]
+```
+
+构造并运行一个 Bell 态电路：
+
+```python
+from qutai import quantum
+
+circuit = quantum.Circuit(2, [quantum.H(0), quantum.CNOT(0, 1)])
+state = circuit.run()
+print(state.probabilities())  # 约 [0.5, 0.0, 0.0, 0.5]
+```
+
+## 模块
+
+| 模块 | 功能 |
+| --- | --- |
+| `Tensor`、根入口数学函数 | 广播、矩阵运算、卷积与自动求导 |
+| `nn` | 神经网络层、Transformer、损失、优化器与保存加载 |
+| `lm` | 字符语言模型、随机续写与 KV cache |
+| `generation` | Diffusion、Flow Matching 与 DiT |
+| `quantum` | 量子态、门、电路、测量、可求导读出与 QAOA |
+| `qnn` | 参数化量子电路 PQC，与经典网络混合训练 |
+| `visualization` | 曲线、表格、图片、网络、电路与 Bloch 球 |
+
+## 示例与开发
+
+[Notebook 示例](https://github.com/utai-utai/Qutai/blob/main/examples/README.md)涵盖回归、Iris、LeNet、ResNet、ViT、语言模型、DiT、Bell 态、混合网络、VQE 和 QAOA。量子训练支持伴随求导与参数移位对照；多数较大模型仅训练两步验证流程。
+
+从源码安装并运行测试：
+
+```bash
+python -m pip install -e .
+python -m unittest discover -s tests
+```

qutai-0.1.0/pyproject.toml

@@ -0,0 +1,18 @@
+[build-system]
+requires = ["setuptools"]
+build-backend = "setuptools.build_meta"
+
+[project]
+name = "qutai"
+version = "0.1.0"
+description = "A lightweight numerical, machine learning and quantum computing SDK."
+readme = "README.md"
+requires-python = ">=3.14"
+dependencies = []
+
+[project.urls]
+Repository = "https://github.com/utai-utai/Qutai"
+Issues = "https://github.com/utai-utai/Qutai/issues"
+
+[tool.setuptools.packages.find]
+where = ["src"]

qutai-0.1.0/setup.cfg

@@ -0,0 +1,4 @@
+[egg_info]
+tag_build = 
+tag_date = 0
+

qutai-0.1.0/src/qutai/__init__.py

@@ -0,0 +1,7 @@
+from .core.tensor import (
+    Tensor,
+    add, subtract, multiply, divide, negate, square, relu, gelu,
+    matmul, transpose, sum, mean, reshape, stack, exp, log, argmax,
+    conv2d, max_pool2d,
+)
+from .core.data import Stream