Questions tagged «neural-network»

深度学习（在有监督和无监督的机器学习任务中使用的多层人工神经网络）对于许多最困难的机器学习任务（图像识别，视频识别，语音识别等）来说，是一种功能非常强大的工具。作为最强大的机器学习算法的一部分，而量子计算通常被视为某些非常困难的计算任务的改变者，我想知道将两者结合起来是否有任何进展。 深度学习算法可以在量子计算机上运行吗？ 尝试有意义吗？ 还有其他与深度学习无关的量子算法吗？

15 algorithm  machine-learning  neural-network 

在这份[1]论文的第2页上，他们提到他们正在生成权重矩阵，如下所示： W=1Md[∑m=1m=Mx(m)(x(m))T] -一世ddW=1Md[∑m=1m=Mx(m)(x(m))T]−IddW = \frac{1}{Md}[\sum_{m=1}^{m=M} \mathbf{x}^{(m)}\left(\mathbf{x}^{(m)}\right)^{T}] - \frac{\Bbb I_d}{d} 哪里 X（米）x(m)\mathbf{x}^{(m)}是的 ddd维训练样本（即 x： = {X1个，X2，。。。，Xd}Ťx:={x1,x2,...,xd}T\mathbf{x} := \{x_1,x_2,...,x_d\}^{T} 哪里 X一世∈ { 1 ，- 1 } ∀ 我∈ { 1 ，2 ，。。。，d }xi∈{1,−1} ∀ i∈{1,2,...,d}x_i \in \{1,-1\} \ \forall \ i\in \{1,2,...,d\}）并且有 中号MM总共训练样本。这种加权矩阵的生成使用矩阵乘法，然后求和中号MM 就时间复杂度而言，这些术语似乎是一项昂贵的操作，即我想 Ø （中号d）O(Md)O(Md) （？）。 是否存在可以大大加快生成加权矩阵的量子算法？我认为在本文中，它们的主要提速来自量子矩阵求逆算法（稍后在本文中进行介绍），但是他们似乎并未考虑加权矩阵生成的这一方面。 [1]：量子Hopfield神经网络 Lloyd等。（2018）

9 algorithm  neural-network 

在这里，作者认为，使用大量参数化门来创建可伸缩量子神经网络的努力被认为对于大量的量子位失败。这是由于以下事实：由于Levy的引理，高维空间中函数的梯度在任何地方都几乎为零。 我想知道该论点是否还可以应用于其他混合量子经典优化方法，例如VQE（可变量子本征求解器）或QAOA（量子近似优化算法）。 你怎么看？

9 algorithm  speedup  optimization  neural-network  qaoa