买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种量子迁移学习方法，包括以下步骤：（1）获取FlowersRecognition花卉识别数据集和Animal‑10动物‑10数据集的数据并进行预处理；（2）构建ResNet18量子迁移学习模型和ResNet34量子迁移学习模型即在ResNet18网络和ResNet34网络中分别引入量子卷积神经网络模块；（3）分别对ResNet18量子迁移学习模型和ResNet34量子迁移学习模型进行训练，并与原有ResNet18和ResNet34模型进行对比；本发明将量子计算与迁移学习相融合，使得量子迁移学习模型能够取得比经典模型更好的性能或者速度。

主权项：1.一种量子迁移学习方法，其特征在于，包括以下步骤：（1）获取FlowersRecognition花卉识别数据集和Animal-10动物-10数据集的数据并进行预处理；具体如下：将数据的尺寸放大为256×256像素，使用中心裁剪的方式将其尺寸裁剪为224×224，最后进行标准化，预处理的图像尺寸为224×224×3像素，使得输入图像符合ResNet网络的标准输入格式；（2）构建ResNet18量子迁移学习模型和ResNet34量子迁移学习模型即在ResNet18网络和ResNet34网络中分别引入量子卷积神经网络模块；具体如下：首先，删除ResNet18网络和ResNet34网络中最后的平均池化层，全连接层，然后在ResNet18网络和ResNet34网络后添加卷积层即量子卷积神经网络模块；其中，量子卷积神经网络模块由8个结构相同的量子卷积层电路组成，用于得到通道数为8的卷积特征图；其中，量子卷积层电路由6个量子逻辑门组合结构组成；将滑动窗口固定为2×2，则特征图的通道数为16；量子逻辑门具体如下：设初始输入6个量子比特状态为： ；其中，Ψ0、Ψ1、Ψ2、Ψ3、Ψ4、Ψ5分别表示量子比特；则量子逻辑门公式如下： ；其中，表示量子逻辑门，I表示单位矩阵，、表示分别表示两个U3门，；θ7、θ8、θ9均表示控制布洛赫球上的旋转角度；CNOT0表示CNOT门；Ry表示Ry门；Rz表示Rz门；在量子电路中从右向左表示电路的方向，两个量子比特首先经过U3门，两个U3门的乘积计算用如下公式表示： ；其中，θ1，，λ3、θ4，，λ6分别表示控制布洛赫球上的旋转角度；矩阵表达为： ；任意单量子比特门分解为若干基础旋转门的组合，根据U3门矩阵表达式将转化为Ry和Rz门的组合，即： ；由于前五个量子逻辑门组合结构的参数是相同的，因此量子卷积层电路运算矩阵表达公式如下： ；其中，表示量子逻辑门，表示前五个量子逻辑门组合；表示第六个量子逻辑门；当六个量子逻辑门组合结构的运算结束后，则量子卷积层电路此时的状态为： ；（3）分别对ResNet18量子迁移学习模型和ResNet34量子迁移学习模型进行训练，并与原有ResNet18和ResNet34模型进行对比。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种量子迁移学习方法