基于量子加速的SVM实现手写体识别程序python源码+文档说明+图片介绍+pdf(高分项目)

# Quantum-SVM-MINIST #### 介绍 通过量子加速的SVM手写体识别程序 入口程序：quantum_circuit.ipynb 量子线路：  知识普及： 量子支持向量机(qSVM) 我们经常在机器学习中提到一直监督学习算法，支持向量器(supporting vector machine)，并常常将其用于分类和回归分析。在SVM中，每个数据点可以认为是一个d维的向量，而我们的任务是找到一个d-1维的超平面，来将这些数据点分开，进而判断和预测data的类别。而通过kernal methods可以进一步把SVM扩展到非线性超平面上。其time scale大概为O(poly(d))，即多项式变化。 而在2014年时候Rebentrost和Seth他们提出，量子的SVM无论是在train阶段还是classification阶段都可以到O(log(N))的scale，可参考https://arxiv.org/pdf/1307.0471.pdf。 在2015年，中科大杜江峰组便用NMR系统做了一个proof-of-principle的实验(PhysRevLett.114.140504)，他们考虑一个optical character recognition问题，用一个4 qubits的circuit通过train来识别手写的数字6和9， 识别结果如下图。  加速时间复杂度如下：