《量子纠缠：从量子物质态到深度学习》学习笔记

1、信息在物理学领域的概念：

信息不是一个单纯的数学概念，而是与物质和能量一样基本的物理概念。
Landauer 指出擦除信息会增加热力学熵，从而产生热量。因此，对于信息的一切处理(比如计算)都受到热力学基本定律的约束。

2、量子纠缠的概念：

如果两个微观粒子的整体波函数不能够被写成各部分的直积，那么它们之间就存在纠缠。

3、本文的主要思想和写作目的：

从量子纠缠的视角审视深度学习，从而反馈机器学习的发展。

4、深度学习

用最简短的话概括，就是函数近似(Function
Approximation)。函数近似的目的是用高效经济的方式尽可能精确地描述复杂的函数映射。

5、神经网络主要用来解决函数近似问题中特征过多而造成的庞大存储和计算问题。

1. 前馈神经网络
2. 限制玻尔兹曼机

6、量子研究与深度学习的关系：

量子物理的研究中也常常使用到函数近似。
比如，一个量子自旋体系的波函数无非是一个关于自旋构型的多元函数。和深度学习中的目标一样，我们也希望使用尽量简单的参数化方式和尽量少的参数描述尽可能复杂的波函数。
“ 矩阵乘积态”