没有合适的资源?快使用搜索试试~ 我知道了~
MNIST_classification_using_Quantum_Machine_Learning:麦吉尔物理学黑客马拉松2...
共20个文件
py:15个
txt:2个
md:1个
需积分: 11 1 下载量 24 浏览量
2021-05-22
05:41:31
上传
评论
收藏 160KB ZIP 举报
温馨提示
MNIST_classification_using_Quantum_Machine_Learning 这是一个用于使用量子计算创建机器学习分类器的API。 关于卷积和量子计算的背景信息 图像分类主要依靠卷积的概念。 在计算机科学中,卷积的概念可以用一个小的矩阵(称为内核)来描述,并在更大的矩阵上滑动。 根据主要目标,较大的矩阵可以是图像,时间序列等。在机器学习中,卷积用于卷积神经网络(简称CNN)。 内核由不同的权重组成,它们可以是特定的(例如在高斯内核,Sobel内核以及许多其他已知和有用的内核中),也可以将它们随机初始化。 有关更多信息,请访问 在量子计算中,我们不是使用存储在位中的经典信息,而是使用量子位。 可以看作是量子等效。 而不是单一状态,0或1量子位可以处于0和1状态的叠加,即量子位具有一定的概率为0和另一特定的概率为1。这导致了有趣的性质,例如作为可用于轻松破解密码的
资源推荐
资源详情
资源评论
收起资源包目录
MNIST_classification_using_Quantum_Machine_Learning-main.zip (20个子文件)
MNIST_classification_using_Quantum_Machine_Learning-main
quantum_training.py 0B
Experiements
__init__.py 0B
classical_training.py 0B
Modules
backbones.py 2KB
util.py 714B
figures
training_history_cc_100.png 161KB
trainers.py 0B
datasets.py 4KB
__init__.py 0B
models.py 10KB
classifiers.py 2KB
layers.py 4KB
hp_optimizers.py 6KB
requirements.txt 10B
__main__.py 0B
README.md 2KB
comparison.py 0B
testing_optimisation.py 1KB
.gitignore 2KB
Articles
links.txt 0B
共 20 条
- 1
资源评论
不爱说话的我
- 粉丝: 17
- 资源: 4616
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功