# hackathon01

**Repository Path**: mrcangye/hackathon01

## Basic Information

- **Project Name**: hackathon01
- **Description**: 第四届·2022量子计算黑客松全国大赛 任务1
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2022-04-13
- **Last Updated**: 2023-04-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 黑客松赛题

量子神经网络具有表达能力强、搜索空间大等特点，在特定算法上能够超越经典的神经网络。在本题中，选手探索利用量子经典混合的神经网络来完成手写字体识别任务。

## 赛题要求：

- 利用MindQuantum和MindSpore来完成量子经典混合神经网络的搭建、训练和推理
- 整个混合神经网络中，待训练参数只能在量子神经网络里，且只能是构成量子神经网络的参数化量子线路中的待训练参数，经典框架只能提供激活函数、优化器等不含可训练参数的模块，否则视为无效。
- 选手可以在HiQ量子计算云平台上编程，也可以根据代码仓readme文档中的指令，通过pip安装MindQuantum在本地进行开发。

## 数据集：

- 数据集为经过压缩后的mnist手写体中的0和1，每张图片已经从原始的28x28像素压缩为4x4像素，为项目中的`train.npy`
- 提供给选手的样本为5000个
- 测试集样本为800个（不对外公布，项目中的`test.npy`仅供参考，非真实测试数依据）

## 提交说明：

- 将所有代码归档到`src`文件夹内。
- 开发的模型必须继承自`hybrid.py`中的`HybridModel`，并将其类名命名为`Main`，放置于`main.py`文件内。
- 打成压缩包`hackathon01_队长姓名_队长联系电话.zip`提交，其中包含所有项目源代码和训练好的参数（通过`HybridModel`的`export_trained_parameters`导出）。
- 举办方会调用`eval.py`文件来对开发的模型进行验证，请参考`eval.py`代码保证开发的模型能够被顺利验证。

## 项目结构

```bash
.                    <--根目录，提交时将整个项目打包成hackathon01_队长姓名_队长联系电话.zip
├── eval.py          <--举办方用来测试选手的模型的脚本，无需修改
├── readme.md        <--说明文档
├── src              <--源代码目录，选手的所有开发源代码都应该放入该文件夹类
│   ├── hybrid.py    <--模型父类，选手的模型需继承自该类，无需修改
│   ├── main.py      <--选手的模型调用入口，该文件为参考代码，无有意义训练结果
│   ├── model.ckpt   <--整个模型训练好的参数
│   └── train.npy    <--训练集
└── test.npy         <--测试集，仅供参考，数据内容无意义
```