本發(fā)明涉及量子計(jì)算，特別是一種含參量子線路的訓(xùn)練方法及相關(guān)裝置。

背景技術(shù)：

1、訓(xùn)練大規(guī)模的量子機(jī)器學(xué)習(xí)模型可以在多種任務(wù)上取得更好的結(jié)果，如提升圖像分類任務(wù)的準(zhǔn)確率。然而，隨著參數(shù)規(guī)模的擴(kuò)大，所需的量子線路的執(zhí)行次數(shù)的增加，在單個真實(shí)量子計(jì)算機(jī)上運(yùn)行相關(guān)實(shí)現(xiàn)可能會照成運(yùn)行速度較慢的問題，并且也可能隨著訓(xùn)練會出現(xiàn)過擬合的問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種含參量子線路的訓(xùn)練方法及相關(guān)裝置，以解決現(xiàn)有技術(shù)中的技術(shù)問題，它能夠?qū)崿F(xiàn)基于真實(shí)量子計(jì)算機(jī)情況下的并行計(jì)算，減少相關(guān)實(shí)驗(yàn)的運(yùn)行時間，還可以預(yù)防過擬合現(xiàn)象。

2、第一方面，本發(fā)明提供了一種基于多個真實(shí)量子計(jì)算機(jī)的含參量子線路的訓(xùn)練方法，所述方法包括：

3、構(gòu)建含參量子線路，所述含參量子線路包括多個第一部分量子邏輯門和多個第二部分量子邏輯門，所述第一部分量子邏輯門的參數(shù)為固定參數(shù)，所述第二部分量子邏輯門的參數(shù)為可訓(xùn)練參數(shù)；

4、獲取訓(xùn)練集，判斷訓(xùn)練集是否滿足拆分條件，若是，將所述訓(xùn)練集的數(shù)據(jù)拆分為多個子數(shù)據(jù)集，將多個子數(shù)據(jù)集分配給至少兩個真實(shí)量子計(jì)算機(jī)，每個所述真實(shí)量子計(jì)算機(jī)均運(yùn)行相同的所述含參量子線路；

5、將所述子數(shù)據(jù)集的數(shù)據(jù)值編碼到所述第一部分量子邏輯門上作為所述固定參數(shù)；

6、初始化所述第二部分量子邏輯門的所述可訓(xùn)練參數(shù)，其中隨機(jī)對至少一個所述第二部分量子邏輯門進(jìn)行丟失操作，丟失操作后的所述第二部分量子邏輯門的所述可訓(xùn)練參數(shù)設(shè)置為0；

7、運(yùn)行所述含參量子線路，獲得輸出量子態(tài)；

8、判斷所述輸出量子態(tài)是否滿足預(yù)設(shè)要求，如果否，更新所述可訓(xùn)練參數(shù)，用以滿足所述預(yù)設(shè)要求，獲得訓(xùn)練好的所述含參量子線路。

9、如上所述的一種基于多個真實(shí)量子計(jì)算機(jī)的含參量子線路的訓(xùn)練方法，其中，優(yōu)選的是，所述判斷所述訓(xùn)練集是否滿足拆分條件，包括：

10、判斷所述訓(xùn)練集的數(shù)據(jù)數(shù)量是否超出預(yù)設(shè)的閾值，其中，所述閾值根據(jù)所述含參量子線路內(nèi)的量子比特?cái)?shù)確定。

11、如上所述的一種基于多個真實(shí)量子計(jì)算機(jī)的含參量子線路的訓(xùn)練方法，其中，優(yōu)選的是，所述隨機(jī)對至少一個所述第二部分量子邏輯門進(jìn)行丟失操作，包括：

12、獲取第一概率，所述第一概率為所述含參量子線路中某個量子比特被選中的概率；

13、獲取第二概率，所述第二概率為所述含參量子線路中某個所述第二部分量子邏輯門被選中的概率；

14、作用于某個所述量子比特的某個所述第二部分量子邏輯門被選中進(jìn)行丟失操作的概率為所述第一概率和所述第二概率的乘積。

15、如上所述的一種基于多個真實(shí)量子計(jì)算機(jī)的含參量子線路的訓(xùn)練方法，其中，優(yōu)選的是，所述第一概率和所述第二概率均為預(yù)設(shè)值，不同所述量子比特具有的所述第一概率相互之間存在差異或相同，不同所述第二部分量子邏輯門具有的所述第二概率相互之間存在差異或相同。

16、如上所述的一種基于多個真實(shí)量子計(jì)算機(jī)的含參量子線路的訓(xùn)練方法，其中，優(yōu)選的是，所述隨機(jī)對至少一個所述第二部分量子邏輯門進(jìn)行丟失操作，包括：

17、生成一個隨機(jī)數(shù)，所述隨機(jī)數(shù)用于生成隨機(jī)的第三概率，所述第三概率為某個所述第二部分量子邏輯門被進(jìn)行丟失操作的概率。

18、如上所述的一種基于多個真實(shí)量子計(jì)算機(jī)的含參量子線路的訓(xùn)練方法，其中，優(yōu)選的是，所述隨機(jī)對至少一個所述第二部分量子邏輯門進(jìn)行丟失操作，包括：

19、指定某個所述第二部分量子邏輯門固定進(jìn)行丟失操作，固定進(jìn)行丟失操作的所述第二部分量子邏輯門，然后再參與訓(xùn)練。

20、如上所述的一種基于多個真實(shí)量子計(jì)算機(jī)的含參量子線路的訓(xùn)練方法，其中，優(yōu)選的是，所述隨機(jī)對至少一個所述第二部分量子邏輯門進(jìn)行丟失操作，包括：

21、通過將進(jìn)行丟失操作的若干個可能性列表進(jìn)行組合，組合方式可以使用固定的組合方式進(jìn)行設(shè)計(jì)，也可以通過隨機(jī)生成的方式進(jìn)行，使用隨機(jī)生成的方式則對生成的組合記錄，重復(fù)的列表則不再參與訓(xùn)練，然后通過網(wǎng)格遍歷的方式依次進(jìn)行訓(xùn)練，最后將符合預(yù)期的組合方式輸出。

22、第二方面，本發(fā)明提供了一種含參量子線路的訓(xùn)練裝置，包括：

23、含參量子線路構(gòu)建模塊，用于構(gòu)建含參量子線路，所述含參量子線路包括多個第一部分量子邏輯門和多個第二部分量子邏輯門，所述第一部分量子邏輯門的參數(shù)為固定參數(shù)，所述第二部分量子邏輯門的參數(shù)為可訓(xùn)練參數(shù)；

24、拆分模塊，用于判斷訓(xùn)練集是否滿足拆分條件，若是，將所述訓(xùn)練集的數(shù)據(jù)拆分為多個子數(shù)據(jù)集，將多個子數(shù)據(jù)集分配給至少兩個真實(shí)量子計(jì)算機(jī)，每個所述真實(shí)量子計(jì)算機(jī)均運(yùn)行相同的所述含參量子線路；

25、編碼模塊，用于將所述子數(shù)據(jù)集的數(shù)據(jù)值編碼到所述第一部分量子邏輯門上作為所述固定參數(shù)；

26、初始化模塊，初始化所述第二部分量子邏輯門的所述可訓(xùn)練參數(shù)，其中隨機(jī)對至少一個所述第二部分量子邏輯門進(jìn)行丟失操作，丟失操作后的所述第二部分量子邏輯門的所述可訓(xùn)練參數(shù)設(shè)置為0；

27、計(jì)算模塊，用于運(yùn)行所述含參量子線路，獲得輸出量子態(tài)；

28、調(diào)整模塊，用于判斷所述輸出量子態(tài)是否滿足預(yù)設(shè)要求，如果否，更新所述可訓(xùn)練參數(shù)，用以滿足所述預(yù)設(shè)要求，獲得訓(xùn)練好的所述含參量子線路。

29、第三方面，本發(fā)明提供了一種存儲介質(zhì)，所述存儲介質(zhì)中存儲有計(jì)算機(jī)程序，其中，所述計(jì)算機(jī)程序被設(shè)置為運(yùn)行時實(shí)現(xiàn)前述的方法。

30、第四方面，本發(fā)明提供了一種電子裝置，包括存儲器和處理器，所述存儲器中存儲有計(jì)算機(jī)程序，所述處理器被設(shè)置為運(yùn)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)前述的方法。

31、與現(xiàn)有技術(shù)相比，本發(fā)明通過將訓(xùn)練集拆分為多個子數(shù)據(jù)集在多個真實(shí)量子計(jì)算機(jī)上進(jìn)行并行計(jì)算，降低了模型整體的訓(xùn)練時間，從而實(shí)現(xiàn)大數(shù)據(jù)集下模型的訓(xùn)練，減輕了單個量子計(jì)算機(jī)執(zhí)行的負(fù)擔(dān)，加快了含參量子線路執(zhí)行的速度，同時通過隨機(jī)丟失操作部分第二部分量子邏輯門來預(yù)防訓(xùn)練過程中出現(xiàn)的過擬合的現(xiàn)象。

技術(shù)特征：

1.一種基于多個真實(shí)量子計(jì)算機(jī)的含參量子線路的訓(xùn)練方法，其特征在于：所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述判斷所述訓(xùn)練集是否滿足拆分條件，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述隨機(jī)對至少一個所述第二部分量子邏輯門進(jìn)行丟失操作，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于：所述第一概率和所述第二概率均為預(yù)設(shè)值，不同所述量子比特具有的所述第一概率相互之間存在差異或相同，不同所述第二部分量子邏輯門具有的所述第二概率相互之間存在差異或相同。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述隨機(jī)對至少一個所述第二部分量子邏輯門進(jìn)行丟失操作，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述隨機(jī)對至少一個所述第二部分量子邏輯門進(jìn)行丟失操作，包括：

7.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述隨機(jī)對至少一個所述第二部分量子邏輯門進(jìn)行丟失操作，包括：

8.一種含參量子線路的訓(xùn)練裝置，其特征在于，包括：

9.一種存儲介質(zhì)，其特征在于，所述存儲介質(zhì)中存儲有計(jì)算機(jī)程序，其中，所述計(jì)算機(jī)程序被設(shè)置為運(yùn)行時實(shí)現(xiàn)所述權(quán)利要求1至7任一項(xiàng)所述的方法。

10.一種電子裝置，包括存儲器和處理器，其特征在于，所述存儲器中存儲有計(jì)算機(jī)程序，所述處理器被設(shè)置為運(yùn)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)所述權(quán)利要求1至7任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本發(fā)明公開了一種含參量子線路的訓(xùn)練方法及相關(guān)裝置，方法包括：構(gòu)建含參量子線路；獲取訓(xùn)練集，將訓(xùn)練集的數(shù)據(jù)拆分為多個子數(shù)據(jù)集，將多個子數(shù)據(jù)集分配給至少兩個真實(shí)量子計(jì)算機(jī)；將子數(shù)據(jù)集的數(shù)據(jù)值編碼到第一部分量子邏輯門上作為固定參數(shù)；初始化第二部分量子邏輯門的可訓(xùn)練參數(shù)，其中隨機(jī)對至少一個第二部分量子邏輯門進(jìn)行丟失操作；運(yùn)行含參量子線路，獲得輸出量子態(tài)；判斷輸出量子態(tài)是否滿足預(yù)設(shè)要求，如果否，更新可訓(xùn)練參數(shù)，用以滿足預(yù)設(shè)要求，獲得訓(xùn)練好的含參量子線路。與現(xiàn)有技術(shù)相比，本發(fā)明減輕了單個量子計(jì)算機(jī)執(zhí)行的負(fù)擔(dān)，加快了含參量子線路執(zhí)行的速度，同時預(yù)防訓(xùn)練過程中出現(xiàn)的過擬合的現(xiàn)象。

技術(shù)研發(fā)人員：竇猛漢,請求不公布姓名,請求不公布姓名
受保護(hù)的技術(shù)使用者：本源量子計(jì)算科技（合肥）股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19