tn4ml: Tensor Network Training and Customization for Machine Learning

要約

テンソルネットワークは、基礎科学の機械学習の課題に対処するためのニューラルネットワークの顕著な代替品として浮上し、実際の問題への応用の道を開いています。
このペーパーでは、テンソルネットワークを機械学習タスクの最適化パイプラインにシームレスに統合するように設計された新しいライブラリであるTN4MLを紹介します。
既存の機械学習フレームワークに触発されたこのライブラリは、多様な最適化戦略を使用して、データの埋め込み、目的関数定義、モデルトレーニング用のモジュールを備えたユーザーフレンドリーな構造を提供します。
2つの例を使用してその汎用性を示します。表形式データに関する監視された学習と、画像データセットでの監視されていない学習です。
さらに、テンソルネットワークの機械学習パイプラインのパーツをカスタマイズすることがパフォーマンスメトリックにどのように影響するかを分析します。

要約(オリジナル)

Tensor Networks have emerged as a prominent alternative to neural networks for addressing Machine Learning challenges in foundational sciences, paving the way for their applications to real-life problems. This paper introduces tn4ml, a novel library designed to seamlessly integrate Tensor Networks into optimization pipelines for Machine Learning tasks. Inspired by existing Machine Learning frameworks, the library offers a user-friendly structure with modules for data embedding, objective function definition, and model training using diverse optimization strategies. We demonstrate its versatility through two examples: supervised learning on tabular data and unsupervised learning on an image dataset. Additionally, we analyze how customizing the parts of the Machine Learning pipeline for Tensor Networks influences performance metrics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google