Hacker Dōjō|课题研究：量子卷积神经网络

产出要求：

1. Workshop直播：

   1. 你需要讲解量子机器学习的模型，分析说明各种模型的量子电路
   2. 你需要讲解量子卷积神经网络的算法，说明其代码实现过程

2. 讲稿

   以文字/图片/链接等形式准备分享内容

参考资料：

1. "Going deeper with convolutions." Proceedings of the IEEE conference on computer vision and pattern recognition. 2015.
2. Deep Residual Learning for Image Recognition. 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Las Vegas, NV, USA: IEEE. pp. 770–778.

欢迎你通过自行检索查找相关资料；如果在研究结果中使用了资料来源，请注明。

**语言要求：**研究成果产出要求中文，但是需要你有英文文献及代码阅读能力

**申请人要求：**必须量子计算/量子物理/计算机相关背景

申请流程：

1. 请在本页面左侧点击Participate进行初步申请；
2. 研究开始前，我们需要对您进行简单的技术背景了解，以确认您确认符合认领条件。请通过Telegram 联系@HackerDojo0或添加微信@HackerDojo；
3. 最先通过审核的申请者即获得Bounty认领权，可以开始研究；
4. 确认研究进度后，Dōjo团队将为你安排Workshop直播，分享你的研究成果；
5. 完成直播workshop与文稿后，请在本页面进行奖金认领。（hunter奖励认领指南：https://dorahacks.io/blog/guides/bounty-hunter/）

关于Hacker Dōjo

Hacker Dōjo是由Hacker共建的加密、Web3前沿技术开源知识社区。Dōjo会以直播/音频/文字等形式定期组织分享session，内容包括Web3领域前沿技术论文解读、技术研讨、工作坊、技术领袖研讨会等。欢迎在Hacker Dōjo社区讨论、学习和交流：https://community.dorahacks.io/c/buidl-dorahacks-io/6

目前Hacker Dōjo已分享的主题有：

• 内存池协议Narwhal和共识协议Tusk
• 共识协议Bullshark
• 模块化公链
• 密码学专题（对称加密算法、哈希函数、群和公钥加密、数字签名和KZG承诺、零知识证明）
• Move Prover
• Aptos共识

加入Dōjo的Hacker可以提出自己的学习期望，主动提案自己擅长的技术话题，由Dōjo组织分享。同时，Hacker Dōjo推出Web3前沿课题研究计划，定期选题，由hacker进行研究和讲解，并以bounty形式奖励研究贡献者。欢迎各位Hacker认领Bounty：https://dorahacks.io/zh/daobounty

联系我们：

Telegram: @HackerDojo0

WeChat: @HackerDojo0

E-mail: hackerdojo0@gmail.com