摘要
本发明公开了一种量子连续机器学习方法及装置,首先获取需要进行分类的图像数据构建数据集,并划分训练集和测试集;其次对数据集中每张图像数据采用交错编码的方式进行编码,将编码后的训练集数据输入变分量子分类器进行量子连续学习完成训练;然后采用测试集数据计算图像分类的准确率,并更新参数;最后基于参数更新后的变分量子分类器执行图像数据的分类任务。本发明可应用于量子神经网络的连续机器学习,扩展了连续学习的范畴,可以对量子和经典数据集都进行高效地学习,并使用EWC方式有效避免连续量子机器学习有灾难性遗忘的问题。
技术关键词
机器学习方法
分类器
执行图像数据
梯度下降算法
参数
训练集数据
量子神经网络
机器学习装置
数据编码
CNOT门
标签
量子态
旋转门
图片
处理器
可读存储介质
存储器