Contents Menu Expand Light mode Dark mode Auto light/dark, in light mode Auto light/dark, in dark mode Skip to content
量子计算算法教程
量子计算算法教程
  • 第1章 量子计算基础
    • 量子力学的基本概念
    • 量子计算基础
  • 第2章 量子神经网络
    • 量子神经网络
    • 量子神经网络（附录1：含参量子门与矩阵欧拉公式）
    • 量子神经网络（附录2：参数平移法则）
    • 量子神经网络：示例
  • 第3章 量子算法基础
    • 量子算法基础1：Deutsch-Jozsa算法
    • 量子算法基础2：Grover算法
    • 量子算法基础3：相位估计
  • 第4章 经典量子算法
    • Shor 算法详解：从经典因数分解到量子霸权
    • Shor 算法求解离散对数问题详解
    • Bernstein-Vazirani 算法详解：一次查询找出隐藏比特串
  • 第5章 哈密顿量模拟与量子信号处理
    • Trotterization 与哈密顿量模拟详解：从乘积公式到最优模拟
    • LCHS 算法详解：哈密顿量线性组合模拟
    • Qubitization 算法详解：量子计算的离散化基石
    • 量子信号处理（QSP）详解：精确多项式变换的量子引擎
    • 量子奇异值变换（QSVT）详解：量子算法的大统一框架
    • 块编码详解：量子线性代数的基础设施
    • Schrödingerization 详解：将一般线性微分方程转化为薛定谔方程
  • 第6章 量子科学计算
    • HHL 算法详解：量子线性方程组求解
    • 量子线性求解器详解：从 HHL 到现代改进
    • 量子 ODE 求解详解：线性、非线性与最新进展
    • 量子 PDE 求解详解：复杂度演进与最新突破
    • 量子行走详解：连续与离散量子行走
    • 离散绝热方法详解：绝热量子计算的离散化实现
  • 第7章 量子信息
    • 量子态制备详解：从门电路到结构化加速
    • 量子态层析详解：从指数方法到 Shadow Tomography
    • 数据 QRAM 详解：量子随机存取存储器的原理与前沿
  • 第8章 量子机器学习
    • VQE 详解：变分量子本征求解器与 UCC 拟设
    • QAOA 算法详解：量子近似优化算法
    • 量子经典混合神经网络详解：原理、架构与前沿
Back to top
View this page

第8章 量子机器学习¶

量子机器学习：VQE、QAOA 与量子经典混合神经网络。

  • VQE 详解：变分量子本征求解器与 UCC 拟设
  • QAOA 算法详解：量子近似优化算法
  • 量子经典混合神经网络详解：原理、架构与前沿
Next
VQE 详解：变分量子本征求解器与 UCC 拟设
Previous
数据 QRAM 详解：量子随机存取存储器的原理与前沿
Copyright © Zhaoyun, CC BY-NC-SA 4.0
Made with Sphinx and @pradyunsg's Furo