Q-FLAIR

量子算法Q-FLAIR大幅降低了机器学习的资源需求

研究人员开发了一种名为Q-FLAIR的新算法，以减少量子机器学习特征图所需的计算资源。该方法将大量工作负载转移到经典计算机上，从而能够用更少的评估来训练复杂的量子模型。Q-FLAIR在分类器上展示了最先进的性能，并使用真实的IBM量子设备在短短四个小时内就在MNIST数据集上实现了超过90%的准确率，这在以前由于硬件需求而被认为是不可能实现的壮举。