Здравствуйте, xma, Вы писали:

xma>Квантовое машинное обучение: знакомимся с Tensorflow Quantum
xma>https://temofeev.ru/info/articles/kvantovoe-mashinnoe-obuchenie-znakomimsya-s-tensorflow-quantum/

это с Хабра оказывается, 2020 года — от "Райффайзен Банка"

Квантовое машинное обучение: знакомимся с Tensorflow Quantum
https://habr.com/ru/company/raiffeisenbank/blog/523932/

Несмотря на «игрушечность» примера с 5-ю кубитами, я бы хотел еще раз напомнить, что мы работаем с матрицей . Более того, в сравнении с классическими методами глубокого обучения, сама идея о том, что мы параметризуем преобразование при помощи всего лишь параметров (в нашем случае ровно ) выглядит очень перспективно. Для сравнения — в классическом глубоком обучении такое преобразование кодировалось бы квадратной матрицей весов , то есть экспоненциально большим числом параметров. При этом в ряде работ было показано, что в сравнении с обычными полносвязными слоями нейронных сетей VQC даже более «выразительны» при столь меньшем числе параметров! Именно этим, как мне кажется, обусловлен такой живой интерес к этой области: если бы имели бы реальный квантовый компьютер, QML на основе таких VQC, вероятно, были бы гораздо круче классических нейронных сетей во многих задачах.

xma>Квантовое машинное обучение: знакомимся с Tensorflow Quantum
xma>https://temofeev.ru/info/articles/kvantovoe-mashinnoe-obuchenie-znakomimsya-s-tensorflow-quantum/

это с Хабра оказывается, 2020 года — от "Райффайзен Банка"

Квантовое машинное обучение: знакомимся с Tensorflow Quantum
https://habr.com/ru/company/raiffeisenbank/blog/523932/

Несмотря на «игрушечность» примера с 5-ю кубитами, я бы хотел еще раз напомнить, что мы работаем с матрицей . Более того, в сравнении с классическими методами глубокого обучения, сама идея о том, что мы параметризуем преобразование при помощи всего лишь параметров (в нашем случае ровно ) выглядит очень перспективно. Для сравнения — в классическом глубоком обучении такое преобразование кодировалось бы квадратной матрицей весов , то есть экспоненциально большим числом параметров. При этом в ряде работ было показано, что в сравнении с обычными полносвязными слоями нейронных сетей VQC даже более «выразительны» при столь меньшем числе параметров! Именно этим, как мне кажется, обусловлен такой живой интерес к этой области: если бы имели бы реальный квантовый компьютер, QML на основе таких VQC, вероятно, были бы гораздо круче классических нейронных сетей во многих задачах.