基于机器学习框架的迁移学习方法及相关装置
实质审查的生效
摘要
本发明公开了一种基于机器学习框架的迁移学习方法及相关装置，本发明通过调用经典模块基于求解源任务的第一机器学习模型构建经典特征提取器，以及调用量子模块构建量子特征提取器；构建包括所述经典特征提取器和所述量子特征提取器的第二机器学习模型；将目标数据输入至所述第二机器学习模型以实现目标任务的求解，所述目标任务与所述源任务相关联，有利于提高迁移学习模型的运行速度。
基本信息
专利标题 ：
基于机器学习框架的迁移学习方法及相关装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114372584A
申请号 ：
CN202210282328.1
公开（公告）日 ：
2022-04-19
申请日 ：
2022-03-22
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
窦猛汉方圆周照辉王伟李蕾
申请人 ：
合肥本源量子计算科技有限责任公司
申请人地址 ：
安徽省合肥市合肥市高新区创新大道2800号创新产业园二期E2楼六层
代理机构 ：
代理人 ：
优先权 ：
CN202210282328.1
主分类号 ：
G06N20/00
IPC分类号 ：
G06N20/00 G06N10/20 G06N10/40
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N20/00
机器学习
法律状态
2022-05-06 ：
实质审查的生效
IPC(主分类) : G06N 20/00
申请日 : 20220322
申请日 : 20220322
2022-04-19 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
