Data Science UA Conference 8
14 березня
Київ
Квантові обчислення мають багато потенціалу для більшості обчислювально інтенсивних областей. Наразі ж більшість нових алгоритмів тестуються на класичних симуляторах квантових процесорів. Тут Тензорні Мережі є одним з зручних методів для проведення таких симуляцій. Вони забезпечують ефективне стиснення квантового стану та маніпуляції з квантовими вентилями.
З іншого боку, Tensor Networks можна розглядати як новий об’єкт для машинного навчання, в деяких випадках - більш експресивний, ніж глибокі нейронні мережі. Він дозволяє стиснути існуючі архітектури DNN та їх виконання.
Я розповім, що таке Tensor Networks з точки зору фізики для машинного навчання та стиснення DNN. Також наведу приклади, використовуючи бібліотеку Tensor Networks поверх Tensor Flow.
Більше подій на data-science.c...
Негізгі бет Поєднання Квантових Обчислень і Машинного Навчання в Tensor Flow - Микола Максименко, SoftServe
Пікірлер