关于我们 | 联系我们

be365手机客户端 - beat365手机客户端官方网站

当前位置:主页 > 新闻资讯 > 常见问题 >

谷歌开源TensorFlowQuantum:用于训练量子模型的机器学习框架

本文摘要:Google在其官方网AIblog公布发布TensorFlowQuantum(TFQ),这是一个开源系统的量子机器学习库,可将量子测算与机器学习融合在一起,训炼量子实体模型。Google表明,这类量子机器学习实体模型可以解决量子数据信息,并可以在量子电子计算机上实行。 依据GoogleAIblog的详细介绍,TFQ容许科学研究工作人员在单独计算图里将量子数据、量子实体模型和经典主要参数结构为张量。

beat365手机客户端官方网站

Google在其官方网AIblog公布发布TensorFlowQuantum(TFQ),这是一个开源系统的量子机器学习库,可将量子测算与机器学习融合在一起,训炼量子实体模型。Google表明,这类量子机器学习实体模型可以解决量子数据信息,并可以在量子电子计算机上实行。

依据GoogleAIblog的详细介绍,TFQ容许科学研究工作人员在单独计算图里将量子数据、量子实体模型和经典主要参数结构为张量。TensorFlowOps会得到 造成 经典概率事件的量子精确测量結果,随后能够应用规范Keras作用开展学习培训。

与经典机器学习一样,量子机器学习的重要挑戰是对“噪音数据信息”开展归类。要搭建和训炼那样的实体模型,大概操作流程以下:提前准备量子数据-量子数据信息做为张量(数据的多维数组)载入。每一个量子数据信息张量都特定为用Cirq撰写的量子电源电路,该电源电路可即时形成量子数据信息。

张量由TensorFlow在量子电子计算机上实行以形成量子数据。评定量子神经元网络实体模型-科学研究工作人员能够应用Cirq对量子神经元网络开展原型图,随后将其置入TensorFlow计算图中。量子实体模型本质上是对键入的量子数据信息开展解纠缠不清,进而使掩藏信息以经典的关联性编号,进而使其可用以当地精确测量和经典的后处理工艺。

样版或均值-量子态的精确测量从经典随机变量中以样版方式获取经典信息。来源于该随机变量的值的遍布一般在于量子态自身及其所测出的可观测值。

评定经典神经元网络实体模型-获取经典信息后,其文件格式适用进一步的经典后处理工艺。评定成本函数-依据经典后处理工艺的結果,评定成本函数。

评定梯度方向和升级主要参数-评定成本函数后,应沿预估可控制成本的方位升级管路中的随意主要参数。TensorFlowQuantum的重要特点是有着可以另外训炼和实行很多量子电源电路的工作能力。现阶段,TensorFlowQuantum关键朝向在经典量子电路模拟器上实行量子电源电路。

Google的期冀是,未来TFQ可以在Cirq适用的具体量子CPU上实行量子电源电路。


本文关键词:谷歌,开源,TensorFlowQuantum,用于,be365手机客户端,训练,量子,模型

本文来源:be365手机客户端-www.alpinesaint.com

Copyright © 2003-2021 www.alpinesaint.com. be365手机客户端科技 版权所有 备案号:ICP备71498103号-8