量子人工智慧

內容簡介

量子計算與人工智慧的交叉融合，促使量子人工智慧的不斷發展。本書旨在採用對深度學習愛好者友好的方式，構建量子人工智慧套用。

全書共13章，第1章和第2章系統介紹量子計算機發展脈絡和量子計算編程的基礎知識。第3~7章分別介紹不同的深度學習方法和在這些算法邏輯上構建量子啟發算法的方式，用量子線路中的相位作為神經網路的可學習參數，重構為量子神經網路運算元。這些運算元可以在PyTorch環境中直接調用。第8章和第9章是量子人工智慧的進階知識，講解不同量子算法的可行的評估方式和量子神經網路基於Torch.Script技術進行運算元化的內容。第10~13章通過在原生的深度學習PyTorch環境中引入量子算法，帶來可能的量子增強，並分別實現了對材料晶體結構相變過程搜尋，冠狀病毒RNA序列變異預測、藥物虛擬篩選中親和能的預測及基因表達藥物設計等案例。

本書可作為量子人工智慧初學者的入門書籍，PyTorch深度學習愛好者的參考書籍，也可作為從事量子人工智慧相關工作技術人員的套用指南。

圖書目錄

第1章量子計算和人工智慧00

1.1量子計算機體系各個物理進展00

1.2量子線路介紹00

1.3量子神經網路及其套用00

參考文獻00

第2章量子計算基礎框架00

2.1量子計算基本概念00

2.1.1復內積空間00

2.1.2狄拉克符號00

2.1.3量子比特00

2.2矩陣的張量積0

2.3封閉量子系統中量子態的演化(酉運算元)0

2.4量子門0

2.5量子電路0

2.6量子測量0

2.7密度運算元0

2.8含參數的量子門表示0

2.9約化密度運算元0

2.10量子信息的距離度量0

2.11經典的量子算法和工具0

第3章量子自編碼網路0

3.1經典自編碼網路0

3.2變分自編碼網路0

3.3量子自編碼網路的量子信息學基礎0

3.3.1量子信息學中的偏跡運算0

3.3.2保真度與量子自編碼網路的損失函式0

3.4量子自編碼網路0

3.5案例0

參考文獻0

第4章卷積、圖、圖神經網路相關算法0

4.1卷積神經網路0

4.1.1經典卷積神經網路0

4.1.2AlexNet0

4.2量子卷積神經網路0

4.2.1回顧經典卷積0

4.2.2量子卷積0

4.2.3代碼實現0

4.3量子圖循環神經網路0

4.3.1背景介紹0

4.3.2經典GGRU0

量子人工智慧

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條