Il framework appena presentato (vedere questa pagina) consente di costruire dataset quantistici, prototipi di modelli quantistici ibridi e progetti più tradizionali basati sul machine learning, supportare simulatori di circuiti quantistici e addestrare modelli quantistici.
Con TensorFlow Quantum la creazione di modelli quantistici è resa possibile grazie alle funzioni standard di Keras, una libreria opensource per il machine learning e le reti neurali, oltre che grazie all'utilizzo di simulatori di circuiti quantistici (viene usata la libreria Cirq, anch'essa opensource) e primitive di calcolo quantistico compatibili con le API TensorFlow esistenti (i tecnici di Google lo spiegano in questa nota pubblicata sul blog dell'azienda).
