Getting Started with Quantum Machine Learning

3.4
Sterne
18 Bewertungen
von
In diesem angeleitetes Projekt werden Sie:

Utilize Pennylane.ai as a cross-platform Python library for differentiable programming of quantum computers.

Learn the workflow for developing with Pennylane.ai and build a custom Pennylane.ai Plugin

Convert a Tensorflow Keras network Quantum by layer.

2 hours
Fortgeschritten
Kein Download erforderlich
Video auf geteiltem Bildschirm
Englisch
Nur Desktop

In this 2-hour long project-based course, you will learn basic principles of how machine learning can benefit from work, and how this can be implemented in Python using the Pennylane library by Xanadu. The Future is Quantum. You've heard the hype. Quantum Computing represents a completely new paradigm in the computing realm, posed to revolutionize entire industries and bring amazing new innovations as they are used for purposes such as material design, pharmaceutical design, genetic and molecular simulations, and weather simulations. The most exciting advancement just may be in the field of Artificial Intelligence and Machine Learning. Quantum computers can theoretically speed up matrix multiplications and process massive amounts of data very quickly, and thus may represent a paradigm shift in AI and ML. Most of this work is yet to be done. That's where you come in. In this project, you will learn how to utilize several software libraries to code quantum algorithms and encode data for use in both classical simulations of quantum devices or actual quantum devices that are available for use over the Internet through vendors such as IBM. I would encourage learners to experiment- How easy is it to add more layers without using frameworks like Tensorflow? What if we add more nodes? What limitations do we come across? The learner is highly encouraged to experiment beyond the scope of the course. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Kompetenzen, die Sie erwerben werden

  • Matrix Multiplication

  • Molecular Modelling

  • Differentiable Function

  • Matrices

Schritt für Schritt lernen

In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:

  1. Learn the Bare Basics of Quantum Computing and Quantum Machine Learning or QML.

  2. Learn how Pennylane.ai is used and what it does.

  3. Build Qnodes and Customized Templates

  4. Calculating Autograd and Loss Function with Quantum Computing using Pennylane

  5. Developing with the Pennylane.ai API

  6. Building your own Pennylane Plugin

  7. Turning Quantum Nodes into Tensorflow Keras Layers

Ablauf angeleiteter Projekte

Ihr Arbeitsbereich ist ein Cloud-Desktop direkt in Ihrem Browser, kein Download erforderlich

Ihr Dozent leitet Sie in einem Video mit geteiltem Bildschirm Schritt für Schritt an.

Bewertungen

Top-Bewertungen von GETTING STARTED WITH QUANTUM MACHINE LEARNING

Alle Bewertungen anzeigen

Häufig gestellte Fragen

Mit dem Kauf eines angeleiteten Projekts erhalten Sie alles, was Sie zum Abschließen des angeleiteten Projekts benötigen, einschließlich des Zugriffs auf einen Cloud-Desktop-Arbeitsbereich über Ihren Webbrowser, der die Dateien und Software enthält, die Sie für den Start benötigen, sowie schrittweise Videoanweisungen von einem Fachexperten.

Da Ihr Arbeitsbereich einen Cloud-Desktop enthält, der für einen Laptop oder Desktop-Computer ausgelegt ist, sind angeleitete Projekte auf Ihrem Mobilgerät nicht verfügbar.

Die Dozenten bei angeleiteten Projekten sind Fachexperten, die Erfahrung in den Fähigkeiten, Werkzeugen oder Bereichen der jeweiligen Projekte haben und leidenschaftlich daran interessiert sind, ihr Wissen weiterzugeben und so Millionen von Lernenden auf der ganzen Welt zu beeinflussen.

Sie können alle von Ihnen erstellten Dateien aus dem angeleiteten Projekt herunterladen und speichern. Zu diesem Zweck können Sie die Funktion „Dateibrowser“ verwenden, wenn Sie auf Ihren Cloud-Desktop zugreifen.

Bei angeleiteten Projekten ist keine Erstattung möglich. Lesen Sie unsere komplette Rückerstattungsrichtlinie.

Für angeleitete Projekte ist keine finanzielle Unterstützung verfügbar.

Für angeleitete Projekte ist kein Auditing verfügbar.

Oben auf der Seite können Sie auf das Erfahrungsniveau für dieses angeleitete Projekt klicken, um das vorausgesetzte Wissen anzuzeigen. Auf jedem Niveau führt der Dozent Schritt für Schritt durch das angeleitete Projekt.

Ja, alles, was Sie zum Abschließen Ihres angeleiteten Projekts benötigen, finden Sie auf einem Cloud-Desktop, der in Ihrem Browser verfügbar ist.

Sie lernen durch Praxis, indem Sie Aufgaben in einer Split-Screen-Umgebung direkt in Ihrem Browser erledigen. Auf der linken Seite des Bildschirms erledigen Sie die Aufgabe in Ihrem Arbeitsbereich. Auf der rechten Seite des Bildschirms sehen Sie einen Dozenten, der Sie schrittweise durch das Projekt führt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.