用途：PennyLane 是量子计算库，支持对参数化量子电路自动微分，实现设备无关编程，并与经典机器学习框架集成，用于训练量子电路。
主要能力：构建含门、测量与态制备的电路，支持受控操作、条件逻辑、中电路测量与自适应电路；量子机器学习，可与 PyTorch（qml.qnn.TorchLayer）和 JAX 集成，构建量子神经网络、变分分类器与数据编码；量子化学，用 qml.qchem 生成分子哈密顿量、运行 VQE、UCCSD 拟设与几何优化；设备管理，内置 default.qubit、lightning.qubit、default.mixed 等模拟器，并通过插件接入 IBM、Amazon Braket、Cirq、IonQ 等硬件；优化，提供 Adam、梯度下降、动量、RMSProp 等优化器及 backprop、parameter-shift、adjoint 等梯度方法。
使用方式：安装 uv pip install pennylane；硬件插件如 uv pip install pennylane-qiskit、amazon-braket-pennylane-plugin、pennylane-cirq、pennylane-ionq。用 @qml.qnode(dev) 定义 QNode，在 QNode 上设置 shots，如 @qml.qnode(dev, shots=1000) 或 qml.set_shots。
限制：TensorFlow/Keras 支持已在 v0.44 移除；qml.device(..., shots=...) 与调用时传 shots 自 v0.43 起弃用；硬件需有限 shots，梯度建议用 parameter-shift；pennylane-rigetti 已不再维护，Rigetti QPU 建议经 Amazon Braket 访问。PennyLane ≥ 0.43，当前 0.45.x 需 Python ≥ 3.11。