量子深度學習應用入門
教師: 蔡政宇
2025/09/08~2026/01/05
報名截止日期:2025/12/08

摘要

課程將利用圖解、程式、數理及實作之教學活動,帶領學生進入全腦體驗之學習歷程,讓量子電腦程式設計變得很容易上手;課程內容並設計練習題組,讓學生在 Composer 中設計符合練習題組的題目要求,進一步要求 OPENQASM 2.0 對應的 Qiskit Python 程式碼在 Lab Colab 中進行執行,以了解其中細節及不同執行環境之差異。

課程特色讓學生得以圖示、程式、數學並重之全腦學習模式,並透過網頁環境之隨時、隨地學習環境。

*新興科技發展系列課程包括(1)圖示量子程式設計入門、(2)量子深度學習應用入門、(3)資訊安全導論及應用、(4)大數據導論及實作,共4門課程,現正共同開課中。

**本課程列為114/01學期國立中正大學數位自學微學分學習活動之課程,認列學習時數6小時,平臺同步開設中正大學認列之自學課程,歡迎同步選修,課程名稱及認列學習時數分列如下:

(1) 量子基礎線性代數(2025秋季班):6小時

(2) 量子基礎應用數學(2025秋季班):6小時

(3) 深度類神經計算及應用(2025秋季班):6小時

(4) 深度模糊計算及應用(2025秋季班):6小時

(5) 圖示量子程式設計入門:6小時

(6) 量子深度學習應用入門:6小時

(7) 大數據導論及實作:9小時

(8) Introduction and Application of Information Security:6小時

課程目標

1. 建立量子位元、量子邏輯閘與量子電路的基本認識。

2. 熟悉 Google Cirq IBM Qiskit 的安裝與使用。

3. 能操作量子模擬器進行基本的量子程式撰寫與測試。

4. 透過範例學會實作量子隨機數產生、數值排序與糾纏態建構。

5. 初步了解布洛赫球三軸的物理意涵與操作效果。

6. 探索量子深度學習與 QCNN 的應用場景。

授課教師

 

蔡政宇 老師

教師簡介

本課程由專精於人工智慧與系統應用開發的
蔡政宇 教師授課,其研究領域涵蓋數位學習、合作學習、深度學習、人工智慧、類神經網路、物聯網、區塊鏈應用與量子程式設計,長期投入於跨領域技術的教學推廣與實務應用。

教師擁有豐富的程式設計與系統架構經驗,熟悉多種主流程式語言與開發環境,擅長運用多樣化的開發工具與框架進行架構設計與應用問題解決,並具備跨平台作業系統與行動裝置應用程式開發能力,能有效引導學員從經典程式設計邁向量子運算與 AI 應用的實作世界。


課程進度表

單元 1:Python開發環境與量子模擬器

單元 2:量子位元操作與基本運算

單元 3:量子電路的設計與操作

單元 4:資料結構在量子計算中的應用範例

單元 5:布洛赫球X、Y、Z

單元 6:深度學習與量子計算概論

課程內容

本課程共計6週,每週學習活動包括瀏覽教學影片,以及進行隨堂測驗與作業,並參與討論區討論。

課程架構包括6週,每週學習單元主題及如下:

單元1Python開發環境與量子模擬器

單元2:量子位元操作與基本運算

單元3:量子電路的設計與操作

單元4:資料結構在量子計算中的應用範例

單元5:布洛赫球XYZ

單元6:深度學習與量子計算概論


評分標準

作業: 3次(每次比重10%),佔總成績 30%

測驗:10次(每次比重5%),佔總成績 50%

討論: 5次(每次比重4%),佔總成績 20%

通過標準


課程及格標準:60滿分:100分

先修科目或先備能力

  • 具備 Python 程式設計之基本語法能力(如變數、函式、控制結構)
  • 能在 VSCode WSL 等環境中執行簡單程式。
  • 熟悉命令列操作與套件安裝( pipconda)為佳。

證書資訊

ewant平台提供電子版證書,申請證書請參考ewant證書申請流程說明