机构名称：
¥ 1.0
量子机学习是量子计算的重要组成部分，最近在世界范围内引起了研究的关注。在本文中，我们提出了一个量子机学习模型，以使用量子分类器对图像进行分类。我们展示了一个综合的量子分类器的结果，并特别适用于图像数据集的传输学习。这项工作将混合转移学习技术以及经典的预训练网络和变异量子电路作为其最终层在少量数据集中。使用Pennylane使用跨平台软件包的量子处理器中的量子处理器进行实现，用于使用量子计算机来评估高分辨率图像分类器。该模型的性能被证明比其对应物更准确，并且在时间和能力方面胜过所有其他现有的经典模型。
Telkomnika电信计算电子和控制
主要关键词
相关文件推荐
