量子应用模型库（Quantum Application Model Library, QAML）是一个开箱即用的实用量子应用模型集合，它由百度量子计算研究所研发，旨在成为企业用户的量子解决方案“超市”。目前，QAML 中的模型已经覆盖了以下领域：
- 人工智能
- 医学制药
- 材料模拟
- 金融科技
- 汽车制造
- 数据分析
QAML 基于量桨这一量子机器学习平台实现，关于量桨的内容可以参考 https://qml.baidu.com 和 https://github.com/PaddlePaddle/Quantum 。
- 产业化：10 大应用模型紧贴 6 大产业方向，涵盖人工智能、化工材料、汽车制造、金融套利等热点话题。
- 端到端：打通应用场景到量子算法的全流程，解决量子应用的最后一公里问题。
- 开箱即用：无需特殊配置，通过量桨直接完成模型调用，省去繁琐安装环节。
QAML 依赖于量桨（ paddle-quantum ）软件包。用户可以通过 pip 来安装：
pip install paddle-quantum对于那些使用旧版量桨的用户，只需运行 pip install --upgrade paddle-quantum 即可安装最新版量桨。
QAML 的内容在 Paddle Quantum 的 GitHub 仓库中，用户可以通过点击此链接下载包含 QAML 源代码的压缩包。QAML 的所有模型都在解压后的文件夹中的 applications 文件夹里。
用户也可以使用 git 来获取 QAML 的源码文件。
git clone https://github.com/PaddlePaddle/Quantum.git
cd Quantum/applications用户可以进入到 applications 下的 handwritten_digits_classification 文件夹中，然后运行以下代码来检查安装是否成功。
python vsql_classification.py --example.toml如果上面的程序没有报错、成功运行的话，则说明安装成功了。
在每个应用模型中，我们都提供了可以直接运行的Python脚本和相应的配置文件。用户可以修改配置文件来实现对应的要求。
以手写数字识别为例，用户可以通过执行 handwritten_digits_classification 中的 python vsql_classification.py --example.toml 命令来快速使用。我们为每个应用模型提供了教程，方便用户快速理解和上手使用。
持续更新中
我们列出了目前 QAML 的所有应用案例的教程，新开发的应用案例也会持续添加进来。