Als «neural-network» getaggte Fragen

4
Laufen Deep Learning-Neuronale Netze auf Quantencomputern?
Deep Learning (mehrere Schichten künstlicher neuronaler Netze, die in überwachten und unbeaufsichtigten maschinellen Lernaufgaben verwendet werden) ist ein unglaublich leistungsfähiges Werkzeug für viele der schwierigsten maschinellen Lernaufgaben: Bilderkennung, Videoerkennung, Spracherkennung usw. Angesichts der Tatsache, dass es sich derzeit um eine handelt Unter den leistungsstärksten Algorithmen für maschinelles Lernen gilt Quantum …

1
Ist es möglich, die Erzeugung der Gewichtungsmatrix mit einem Quantenalgorithmus zu beschleunigen?
In diesem [1] Artikel auf Seite 2 erwähnen sie, dass sie die Gewichtungsmatrix wie folgt erzeugen: W=1Md[∑m=1m=Mx(m)(x(m))T]−IddW=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} Dabei sind die dimensionalen Trainingsbeispiele (dh wobei ) und es gibt insgesamt Trainingsbeispiele. Diese Erzeugung einer Gewichtungsmatrix unter Verwendung einer Matrixmultiplikation, gefolgt von einer Summe über Terme, …

1
Unfruchtbare Hochebenen in Trainingslandschaften für quantenneurale Netze
Hier argumentieren die Autoren, dass die Bemühungen, ein skalierbares quantenneurales Netzwerk unter Verwendung eines Satzes parametrisierter Gatter zu erstellen, für eine große Anzahl von Qubits als gescheitert gelten. Dies liegt an der Tatsache, dass aufgrund des Levy-Lemmas der Gradient einer Funktion in hochdimensionalen Räumen überall fast Null ist. Ich habe …

1
Quantenalgorithmus für lineare Gleichungssysteme (HHL09): Schritt 1 - Anzahl der benötigten Qubits
Dies ist eine Fortsetzung des Quantenalgorithmus für lineare Gleichungssysteme (HHL09): Schritt 1 - Verwirrung hinsichtlich der Verwendung des Phasenschätzungsalgorithmus Fragen (Forts.): Teil 2: Ich bin mir nicht ganz sicher, wie viele Qubits für Schritt 1 des HHL09 benötigt werden . In Nielsen und Chuang (Abschnitt 5.2.1, Ausgabe zum 10-jährigen Jubiläum) …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.