点上方蓝字计算机视觉联盟获取更多干货

在右上方 ··· 设为星标 ★,与你不见不散

编辑:Sophia
计算机视觉联盟  报道  | 公众号 CVLianMeng

转载于 :专知,谷歌

AI博士笔记系列推荐:

博士笔记 | 周志华《机器学习》手推笔记“神经网络”

当地时间3月9日,Google与滑铁卢大学、大众汽车等联合发布TensorFlow Quantum(TFQ),一个可快速建立量子机器学习模型原型的开源库。

TFQ提供了必要的工具,将量子计算和机器学习技术结合起来,以控制并建模自然或人工的量子计算系统。该框架可构建量子数据集、混合量子模型和经典机器学习模型原型、支持量子电路模拟器,以及训练判别和生成量子模型。

随着近些年量子计算技术的发展,量子机器学习模型的研发可能会在医学、材料、传感和通信领域取得突破,甚至产生深远影响。不过迄今为止,业界缺乏发现量子机器学习模型的研究工具。该模型可以处理量子数据并在可用的量子计算机上执行。

实际上,早在2017年10月,谷歌宣布了开源量子计算软件OpenFermion的源代码,可让使用者利用其改编算法和方程,使之能在量子计算机上运行。2019年10月,Google 首席执行官Sundar Pichai宣布公司已实现量子霸权,通过新设计的解决方案首次实现了量子优势。

而此次TensorFlow Quantum的发布是继微软Azure Quantum的推出,以及霍尼韦尔等公司取得阶段性成功之后的又一进步。

据博客所述,通过标准的Keras库,并提供与现有TensorFlow API兼容的量子电路模拟器和量子计算原语(primitives),可创建量子模型。

在3月6日提交给线数据库平台arXiv的论文中介绍了基于Python语言搭建的框架。

https://arxiv.org/abs/2003.02989

“我们希望该框架能够为量子计算和机器学习研究界提供必备工具,以探索自然和人工量子系统的模型,并最终发现可能产生量子优势的新量子算法,”论文中指出。“未来,我们希望扩展可支持的自定义仿真硬件范围,包括GPU和TPU的集成。”

其中,论文详细介绍了TensorFlow Quantum软件堆栈,该软件堆栈由开源量子电路库Cirq和机器学习平台TensorFlow两部分组成。

该论文有超过20名作者,有来自Google X实验室、滑铁卢大学量子计算研究所、NASA 量子AI实验室、大众汽车,以及Google Research等部门。

据了解,TensorFlow Quantum的发布与TensorFlow Dev Summit的召开在同一周,后者是机器学习从业人员的年度会议。不过,由于新冠肺炎的持续影响,谷歌取消了此次活动的线下举办方式。

相关链接:https://ai.googleblog.com/2020/03/announcing-tensorflow-quantum-open.html

论文:

我们介绍了TensorFlow Quantum (TFQ),这是一个开放源码库,用于快速构建用于量子数据的混合量子-经典模型的原型。该框架为在TensorFlow下的区分量子模型和生成量子模型的设计和训练提供了高层次的抽象,并支持高性能的量子电路模拟器。我们提供了一个概述的软件架构和积木通过几个例子,并调研混合量子-古典神经网络的理论。我们通过几个基本的应用来说明TFQ的功能,包括量子分类的监督学习、量子控制和量子近似优化。此外,我们还演示了如何应用TFQ来处理高级量子学习任务,包括元学习、哈密顿学习和热态采样。我们希望这个框架为量子计算和机器学习研究领域提供必要的工具,以探索自然和人工量子系统的模型,并最终发现可能产生量子优势的新量子算法。

END

声明:本文来源于网络

如有侵权,联系删除

联盟学术交流群

扫码添加联盟小编,可与相关学者研究人员共同交流学习:目前开设有人工智能、机器学习、计算机视觉、自动驾驶(含SLAM)、Python、求职面经、综合交流群扫描添加CV联盟微信拉你进群,备注:CV联盟  

最新热文荐读

GitHub | 计算机视觉最全资料集锦

Github | 标星1W+清华大学计算机系课程攻略!

Github | 吴恩达新书《Machine Learning Yearning》

收藏 | 2020年AI、CV、NLP顶会最全时间表!

收藏 | 博士大佬总结的Pycharm 常用快捷键思维导图!

收藏 | 深度学习专项课程精炼图笔记!

笔记 | 手把手教你使用PyTorch从零实现YOLOv3

笔记 | 如何深入理解计算机视觉?(附思维导图)

笔记 | 深度学习综述思维导图(可下载)

笔记 | 深度神经网络综述思维导图(可下载)

总结 | 2019年人工智能+深度学习笔记思维导图汇总

点个在看支持一下吧

谷歌推出量子机器学习框架TFQ-TensorFlow Quantum,一个可训练量子模型的机器学习框架...相关推荐

  1. 机器学习实践:TensorFlow最后一个epoch训练损失函数显著增大

    问题 10个epoch,运行到最后一个时,训练数据集的损失函数显著增大 解决步骤 检查learning rate,发现学习率平滑减小,符合预期没有问题 检查梯度截断是否有效.梯度上没有问题. 检查ad ...

  2. tensorflow 实现打印预训练的模型中的变量名和变量值

    tensorflow保存的预训练的模型包含3个文件: model_name.data-00000-of-00001 (保存网络中每个变量值,包括所有的weights.biases.gradients等 ...

  3. 谷歌推出TFQ,一个可训练量子模型的机器学习框架

    2020-03-10 07:38 导语:Google与滑铁卢大学.大众汽车等联合发布TensorFlow Quantum(TFQ) 雷锋网讯,当地时间3月9日,Google与滑铁卢大学.大众汽车等联合 ...

  4. 量子计算 qiskit_将Tensorflow和Qiskit集成到量子机器学习中

    量子计算 qiskit 总览 (Overview) There exist two popular integrations of quantum computing packages in stan ...

  5. android tcp socket框架_花了一个星期,我终于把RPC框架整明白了

    [51CTO.com原创稿件]RPC(Remote Procedure Call):远程过程调用,它是一种通过网络从远程计算机程序上请求服务,而不需要了解底层网络技术的思想. RPC 是一种技术思想而 ...

  6. tensorflow实现resnet50(训练+测试+模型转换)

    本章使用tensorflow训练resnet50,使用手写数字图片作为数据集. 数据集: 代码工程: 1.train.py import argparse import cv2 import tens ...

  7. 谷歌迈出量子计算开源第一步,推出首个量子机器学习库TensorFlow Quantum

    点击上方"AI遇见机器学习",选择"星标"公众号 重磅干货,第一时间送达 乾明 十三 发自 凹非寺 量子位 报道 | 公众号 QbitAI 刚刚,谷歌在量子计算 ...

  8. 无需写代码!谷歌推出机器学习模型分析神器,代号What-If

    铜灵 编译整理 量子位 出品 | 公众号 QbitAI 今天,谷歌推出了已开源的TensorFlow可视化工具TensorBoard中一项新功能:What-If Tool,用户可在不编写程序代码的情况 ...

  9. 王小川新公司开源 70 亿参数量的中英文预训练大模型,可商用;谷歌要求员工慎用 AI,即便是自己家的 Bard|极客头条

    「极客头条」-- 技术人员的新闻圈! CSDN 的读者朋友们早上好哇,「极客头条」来啦,快来看今天都有哪些值得我们技术人关注的重要新闻吧. 整理 | 梦依丹 出品 | CSDN(ID:CSDNnews ...

最新文章

  1. lvs+keepalived+nginx+tomcat
  2. 浏览器实验中的故障排除
  3. 详细解读CSS优先级——Web前端系列学习笔记
  4. 微信小程序时间标签与范围联动设计实现
  5. 对计算机基础知识的一点感想,浅议对《计算机应用基础》教学感想.doc
  6. dataframe 输出标题_【学界】第八章:Python代码之数据输出、调参与算法总结
  7. 【jQuery笔记Part1】11-jQuery选择器
  8. 如何用 Python 爬取网易云音乐的 10w+ 评论?附详细代码解读
  9. CCF NOI1053 相似度
  10. 【操作系统】Mac环境配置
  11. OpenGL环境搭建(四)
  12. 系统学习NLP(二十六)--NBSVM
  13. 如何用iMazing软件将手机备忘录导入至电脑
  14. 使用elastic job 不分片任务加载失败的可能原因
  15. 综合扫描 -- Ladon
  16. 谷歌浏览器插件之广告净化器
  17. matlab幂级数展开的收敛区间,常见函数的幂级数展开式收敛区间的快速确定法.pdf...
  18. java坦克大战互相碰撞_加强版坦克大战(java版)
  19. 计算机病毒的分类与防范 论文,浅析计算机病毒与防范措施
  20. jsf的verbatim标签

热门文章

  1. 名称不存在或不是目录_如何编制一份用户友好型证据目录:格式篇
  2. 轨迹分析_肌力测试 心理测评 轨迹分析 科技助力体能训练 让备战更高效
  3. batchnomal_反向传播之七:BatchNormal层的反向传播
  4. java和vb.net des加密_vb.net DES加密与解密
  5. 计算机丢失pcdsp.dll,计算机libcef.dll丢失
  6. Java程序中fix time_Java Position.setFixTime方法代码示例
  7. android9谷歌推送,谷歌Android 9.0系统将统一推送以改善更新碎片化
  8. mybatis多个foreach_MyBatis中使用foreach完成复杂查询
  9. CodeForces - 868F Yet Another Minimization Problem
  10. [Angualr 2] Using FormBuilder