第 2 章 量子神经网络 代码演示¶
本章 3 个演示，每个演示独立成页：实现要点、完整源码与运行结果。
Demo 1：参数化 RY 扫描¶
单图曲线+误差条 —— 扫描 θ 画 ⟨Z⟩ = cos θ 曲线 + 误差标注
Demo 2：参数平移梯度¶
双图：曲线+误差柱 —— 解析 / 平移 / 有限差分梯度对比
Demo 3：QNN 拟合 sin(x)¶
双图：MSE 等高线+拟合曲线 —— 1-qubit re-uploading ansatz 网格搜索最优点
本章 3 个演示，每个演示独立成页：实现要点、完整源码与运行结果。
单图曲线+误差条 —— 扫描 θ 画 ⟨Z⟩ = cos θ 曲线 + 误差标注
双图：曲线+误差柱 —— 解析 / 平移 / 有限差分梯度对比
双图：MSE 等高线+拟合曲线 —— 1-qubit re-uploading ansatz 网格搜索最优点