Loading...
机构名称:
¥ 1.0

量子计算机使用量子机械原理进行计算,在许多计算问题中,它们比古典计算机更强大(Shor 1994; Grover 1996)。开发了许多量子机学习算法,例如量子支持矢量机,量子主体分析和量子玻尔兹曼机器(Wiebe等人。2012; Schuld等。2015a; Biamonte等。2017; Rebentrost等。2014;劳埃德等。2014; Amin等。2018; Gao等。2018),这些算法比其经典版本更有效。近年来,DNNS(Lecun等人2015)成为机器学习中最重要,最有力的方法,该方法广泛应用于计算机视觉中(Voulodimos等人。2018),自然语言处理(Socher等人2012)和许多其他领域。DNN的基本单元是感知器,它是一种仿射转换,以及激活函数。激活函数的非线性和深度给出了DNN大量表示

QDNN:具有量子层的深神经网络

QDNN:具有量子层的深神经网络PDF文件第1页

QDNN:具有量子层的深神经网络PDF文件第2页

QDNN:具有量子层的深神经网络PDF文件第3页

QDNN:具有量子层的深神经网络PDF文件第4页

QDNN:具有量子层的深神经网络PDF文件第5页

相关文件推荐

2020 年
¥1.0
2024 年
¥1.0
2013 年
¥1.0
2023 年
¥5.0
2024 年
¥9.0
2023 年
¥2.0
2024 年
¥3.0
2021 年
¥2.0
2024 年
¥6.0
2023 年
¥1.0
2022 年
¥1.0
2023 年
¥1.0
2021 年
¥6.0
2021 年
¥6.0