量子機器學習
・第
4
課

量子機器學習 (四) - 古典前處理/後處理

作者：
劉宸銉
閱讀時間：
5
分鐘
# 量子機器學習 (四) - 古典前處理/後處理
圖片內容

在之前的文章中，我們提過以上架構，一個混合古典量子機器學習模型，從[encoding](https://www.entangletech.tw/lesson/qml-01) 開始，將古典資料編碼進量子電路的旋轉閘角度中，而後才是利用 PQC 架構的量子模型運算。量子模型運算後，這種架構的輸出往往是取每個 qubits 的 Pauli-Z operator 的期望值，也就是 \begin{split} \langle \psi (\theta) | \sigma_z^{(i)} | \psi (\theta) \rangle \end{split} 詳請可見[這篇文章](https://arxiv.org/abs/1912.08278)的 Eq. 14。那在許多情況下，我們想要的模型輸出不一定跟 qubits 數量 $N$ 是一樣的，這個時候就可以在後面接上一個古典的神經網路模型，以上面所提的期望值作為輸入，做所謂的"後處理"。這個時候可以把後面這塊古典模型當作處理量子輸出作用的物件，設計想要的輸出形狀。 以另外一個觀點來看，如果這塊古典的模型是一些已經預訓練好的熱門模型，這樣的架構其實也可以看做所謂的 [Quantum Transfer Learning](https://arxiv.org/abs/1912.08278) (量子遷移學習)。在這種情況下，在應用到新的資料集的時候，可以選擇只更新量子的部分，做特殊資料集的特殊調整。 當然，量子模型跟古典模型的位置也可以互換，讓古典模型處理資料輸入的部分，用量子模型處理新資料及所需調整的權重。
圖片內容

以上例子使用 ResNet 作為預訓練好的模型。眼尖的讀者可能會發現，假設這樣的模型表現得非常好，那我們會需要去設計一些方法來分析這樣的表現是來自於古典的模型，還是量子的模型。畢竟，如果你一個模型，99％ 的參數是來自於古典模型，1％的參數是來自於量子模型，那除非有一些顯而易見的量子架構設計優勢，不然會有些難以說服大眾，這模型厲害的原因是來自那 1％ 的參數。 這也是現在混合古典量子計算的研究中很需要被注重的一點。
量子機器學習 (十) - 量子機器學習的未來
qml
10
量子機器學習 (九) - 基於量子訓練的強化學習
qml
9
量子機器學習 (八) - 基於量子訓練的影像辨識
qml
8
量子機器學習 (七) - 更新量子訓練參數
qml
7
量子機器學習 (六) - 量子訓練概觀
qml
6
量子機器學習 (五) - 參數更新方法
qml
5
量子機器學習 (四) - 古典前處理/後處理
qml
4
量子機器學習 (三) - 關於量子電路架構
qml
3
量子機器學習 (二) - 資料編碼
qml
2
量子機器學習 (一) - 概述
qml
1
後量子密碼學 10：簡介編碼密碼學（Code-based Cryptography）
pqc
10
後量子密碼學 09：簡介哈希函數（Hash Function）簽章
pqc
9
後量子密碼學 08：簡介多元二次密碼學
pqc
8
後量子密碼學 07：NTRU II
pqc
7
後量子密碼學 06：NTRU I
pqc
6
後量子密碼學 05：多項式環 II
pqc
5
後量子密碼學 04：多項式環 I
pqc
4
後量子密碼學 03：二維晶格密碼學的正確性
pqc
3
後量子密碼學 02：一個簡易的二維晶格密碼學
pqc
2
後量子密碼學 01：密碼學導論
pqc
1
補充：密度矩陣（Density Matrix）
basic-algorithm
18
量子傅立葉轉換（下）
algorithm
8
量子傅立葉轉換（中）
algorithm
7
量子傅立葉轉換（上）
algorithm
6
以 Pennylane 做測量
pennylane
6
用 Pennylane 建立量子邏輯閘
pennylane
5
用 Pennylane 建立量子電路
pennylane
4
Colab 與 Jupyter 介面介紹
pennylane
3
安裝 Pennylane
pennylane
2
Deutsch-Jozsa 演算法（下）
algorithm
5
Deutsch-Jozsa 演算法（上）
algorithm
4
量子演算法總覽
algorithm
1
Deutsch 演算法（下）
algorithm
3
Deutsch 演算法（上）
algorithm
2
量子計算概覽：當電腦遇上量子世界
basic-algorithm
1
自學資源與路線：入門量子計算的第一步
basic-algorithm
2
量子電路：量子邏輯閘的實踐
basic-algorithm
17
測量：讀取計算結果
basic-algorithm
16
量子邏輯閘（下）：量子邏輯閘的特性
basic-algorithm
15
量子邏輯閘（中）：多個量子位元的操作
basic-algorithm
14
量子位元 （下）：量子糾纏
basic-algorithm
13
量子位元（中）：多個量子位元
basic-algorithm
12
布洛赫球面 （下）：解讀量子邏輯閘的運作
basic-algorithm
11
布洛赫球面（上）：量子位元可視化
basic-algorithm
10
量子邏輯閘（上）：單一量子位元操作
basic-algorithm
9
量子位元（上）：量子計算的基本單位
basic-algorithm
8
重視經典電腦：過渡到量子電腦
basic-algorithm
7
Pennylane 簡介
pennylane
1
演算法複雜度
basic-algorithm
6
經典邏輯閘（下）：邏輯閘的特性
basic-algorithm
5
經典邏輯閘（上）：電腦運算的基礎
basic-algorithm
4
電腦的世界只有 0 與 1：二進位表示法
basic-algorithm
3
量子硬體總覽
hardware-general
1
第三題：Many-Body Quantum Dynamics
ibm-2023-spring
3
第二題：Quantum Random Walks and Localization
ibm-2023-spring
2
第一題：Trotterization
ibm-2023-spring
1
如何綜合評估量子電腦的表現
hardware-general
10
Qubit 狀態的壽命（相干時間）：T2
hardware-general
9
Qubit 狀態的壽命（相干時間）：T1
hardware-general
8
保真度（Fidelity)：衡量量子邏輯閘的指標
hardware-general
7
附錄 C：絕熱通道
hardware-general
13
如何操作 Qubit：絕熱通道（Adiabetic passage）
hardware-general
6
附錄 B：拉比震盪
hardware-general
12
如何操作 Qubit：拉比震盪（Rabi Oscillation）
hardware-general
5
附錄 A：雙態系統
hardware-general
11
Deutsch 演算法
basic-algorithm
18
雙態系統（Two Level System）：Qubit 的基礎
hardware-general
4
DiVincenzo Criteria：量子電腦的五大標準
hardware-general
3
自學資源與路線：入門量子電腦硬體的第一步
hardware-general
2
課程撰寫中
s
1
特徵向量和特徵值(eigenvector and eigenvalue)
linear-algebra
9
量子計算中的特殊矩陣
linear-algebra
8
張量積(Tensor product)
linear-algebra
7
Orthonormal Bases
linear-algebra
6
正交（Orthogonality）
linear-algebra
5
基(Basis)
linear-algebra
4
數學基礎：量子計算的起點
linear-algebra
2
量子計算的數學之鑰：線性代數入門
linear-algebra
1
什麼是量子電腦？
quantum-computer-basics
1
量子電腦如何改變世界
quantum-computer-basics
2
如何實現量子電腦
quantum-computer-basics
7
電腦怎麼做計算
quantum-computer-basics
3
疊加態
quantum-computer-basics
5
量子糾纏
quantum-computer-basics
6
進入量子世界
quantum-computer-basics
4
自學資源與路線
quantum-computer-basics
8
狄拉克(Dirac)表示法
linear-algebra
3
量子電腦現況與未來
quantum-computer-basics
9
上ㄧ課
#上一課課程名稱
下ㄧ課
#下一課課程名稱
課程目錄
特別感謝
Copyright © 2024 Entangle Tech. All Rights Reserved.