在学习了变分算法和参数化量子电路 (PQCs) 之后，本章主要介绍量子神经网络 (QNNs)。这些模型借鉴了经典神经网络的思想，并以量子电路作为其构建单元。我们将讨论多种 QNN 架构，例如量子电路玻尔兹曼机 (QCBMs)、量子卷积神经网络 (QCNNs) 和量子图神经网络 (QGNNs)。此外，本章内容还包括混合量子-经典网络的设计，并处理了 QNN 训练中的实际难点，包括梯度计算、优化策略、过拟合和泛化能力。