1. 组织者：王磊 (中科院物理研究所)， 张潘 (中科院理论物理研究所)

2. 时间、地点： 松山湖材料实验室 粤港澳交叉科学中心 广东 东莞 2019.5.6 -- 2019.5.10

3. 形式：中文授课 + 程序演示+上机实习。面向高年级本科生和研究生。有编程基础优先，需自带笔记本电脑。

4. 报名截止时间：即日起至2019年4月20日

5. 录取：申请人入选资格由委员会审定，决定后及时通知申请人

（注：本次专题将免费提供学习期间食宿，学员需自付交通费用并自备电脑。）

课程内容简介：

1. 王磊 -《深度学习：从理论到实践》

以微分编程技术和表示学习为重点介绍深度学习技术。并讲解它们在统计物理和量子多体物理中的应用实例。

2. 张潘 -《从机器学习的角度理解张量网络》

从表述，优化，学习与泛化这些不同的角度介绍张量网络及其在应用数学和机器学习中的应用。内容包括矩阵乘积态 (matrix product states) 与 Born Machine, 二维张量网络的缩并与自然图片学习，以及其中涉及到的与数据相关的张量网络算法问题。

3. 罗秀哲 -《面向物理学家的Julia语言实践》

以工程实践为重点用Julia语言介绍量子计算的基础概念，相关量子物理所需工具链的使用。以及如何使用Julia进行CUDA编程和一些GPU编程基础概念。

4. 刘金国 -《量子编程实践》

介绍量子机器学习，量子优化算法和量子化学中的研究前沿，基于Julia量子计算库Yao.jl 实现这些算法，介绍自动微分与GPU编程对量子编程的帮助。

授课资料:

https://github.com/QuantumBFS/SSSS

预习资料:

[1] Lecture notes on deep learning and quantum many-body computation, https://wangleiphy.github.io/lectures.html

[2] Tutorial on Matrix Product States for Generative Learning http://lib.itp.ac.cn/html/panzhang/mps/tutorial/

[3] 和Leo 一起学量子算法 https://zhuanlan.zhihu.com/p/38533954

[4]  Yao.jl https://quantumbfs.github.io/Yao.jl/latest/index.html

日程表：