量子卷积神经网络

量子神经网络由量子卷积层、量子池化层和量子全连接层组成

量子卷积层和量子池化层交替放置，分别实现特征提取和特征降维，之后通过量子全连接层进行特征综合

量子卷积层、量子池化层和量子全连接层分别由量子卷积单元、量子池化单元和量子全连接单元组成

量子卷积层 
 

        量子卷积单元Ui类似于经典卷积神经网络中的卷积核，

        在量子卷积层内部，量子门作用于相邻的两个量子比特上，对量子态的部分振幅作变换，体现局部连接的特点。

        同一卷积层内，所有Ui具有相同的参数，则体现权值共享的。

量子池化层

量子池化单元Vi，

量子池化层对量子卷积层所提取的特征进行降维，

降维主要是通过测量完成的，测量使得被测量子比特坍缩，相干量子比特数量减少，量子态维度缩减。

量子全连接层

         起到一个分类器的作用，经过池化层降维运算，量子系统中相干量子比特的数量减少。当数量足够少，对剩余量子比特施加量子全连接层，将特征进行综合分类。

 

量子图神经网络

图结构，是一种典型的非欧几里得数据结构，

可以用来描述社交网络、化学分子结构、知识图谱等，

图中共有三个节点：x0、x1和x2，两条边c0和c1，

量子图卷积神经网络由量子图卷积层和量子图池化层组成，

图中有几条边，在量子图卷积层中就有几个受控的量子门U1，在量子图池化层

中就有几个受控量子门和测量操作。

参考

1.量子机器学习，姜楠，王健，张蕊