[Qiskit] Hybrid quantum-classical Neural Networks with PyTorch and Qiskit

https://qiskit.org/textbook/ch-machine-learning/machine-learning-qiskit-pytorch.html

Hybrid quantum-classical Neural Networks with PyTorch and Qiskit

본 블로그 에서는에서는 위 링키를 참고하여 손으로 그린 숫자를 분류하는 하이브리드 양자-고전 신경망을 만들것임. 

- 실행 구조

input, output node를 PyTorch를 이용하여 구현. hidden layer node를 Qiskit으로 구현.

 

- 뉴런과 가중치

뉴런 : 일반적으로 하나 이상의 입력을 단일 실수에 매핑하는 단순하고 계산하기 쉬운 비선형 함수.

가중치 : 그래프의 간선

여기서 아이디어는 뉴런에 대한 각 입력이 단일 값으로 수집 및 처리되기 전에 다른 스칼라로 곱해진다는 것이다. 신경망을 훈련할 때의 목표는 주로 네트워크가 특정 방식으로 동작하도록 가중치를 선택하는 것으로 구성된다.

 

- 순방향 신경망(Feed Forward Nural Network _ FFNN)

데이터가 신경망을 통해 흐르면 이미 방문한 뉴런으로 절대 반환되지 않음. 

 

 

 

IBM Quantum을 사용하여 작성됨