基于机器学习框架的量子程序优化方法及相关设备技术

本发明专利技术公开了一种基于机器学习框架的量子程序优化方法及相关设备，所述方法包括：调用量子模块创建包括待替换量子逻辑门的量子程序，并获取所述待替换量子逻辑门的候选量子逻辑门；调用所述量子模块用所述候选量子逻辑门替换所述待替换量子逻辑门，得到替换后的量子程序；在替换后的所述量子程序的输出对应的目标函数值小于替换前所述量子程序的输出对应的所述目标函数值时，确定替换后的所述量子程序为优化后的量子程序，所述目标函数值为损失函数值或目标系统的基态能量。通过该技术方案，可以实现对量子程序的优化。可以实现对量子程序的优化。可以实现对量子程序的优化。

【技术实现步骤摘要】
基于机器学习框架的量子程序优化方法及相关设备


[0001]本专利技术属于量子计算
，特别是涉及一种基于机器学习框架的量子程序优化方法及相关设备。

技术介绍

[0002]量子计算是一种遵循量子力学规律调控量子比特进行计算的新型计算模式，由于量子力学叠加性的存在，在进行量子计算时可以执行并行计算，在处理部分问题时采用量子计算的相关算法进行计算，可以更快的得到计算结果。
[0003]相关技术中，通过运行具有一定结构的量子程序实现量子计算，通过运行量子程序得到符合预期的输出，为使得量子程序的输出符合预期，如何对量子程序进行优化至关重要。

技术实现思路

[0004]本专利技术的目的是提供一种基于机器学习框架的量子程序优化方法及相关设备，旨在对量子程序进行优化，使得量子程序的输出符合预期。
[0005]为了实现上述目的，本专利技术实施例的第一方面，提供一种基于机器学习框架的量子程序优化方法，所述机器学习框架包括量子模块，所述方法包括：调用所述量子模块创建包括待替换量子逻辑门的量子程序，并获取所述待替换量子逻辑门的候选量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习框架的量子程序优化方法，其特征在于，所述机器学习框架包括量子模块，所述方法包括：调用所述量子模块创建包括待替换量子逻辑门的量子程序，并获取所述待替换量子逻辑门的候选量子逻辑门；调用所述量子模块用所述候选量子逻辑门替换所述待替换量子逻辑门，得到替换后的量子程序；在替换后的所述量子程序的输出对应的目标函数值小于替换前所述量子程序的输出对应的所述目标函数值时，确定替换后的所述量子程序为优化后的量子程序，所述目标函数值为损失函数值或目标系统的基态能量。2.如权利要求1所述的方法，其特征在于，所述机器学习框架还包括数据结构模块，所述候选量子逻辑门为含参量子逻辑门，所述确定替换后的所述量子程序为优化后的量子程序之前，所述方法还包括：计算所述候选量子逻辑门的参数的候选值，并调用所述数据结构模块将所述参数的初始值替换为所述候选值；在所述参数为所述候选值对应的所述目标函数值小于所述参数为初始值对应的所述目标函数值时，确定所述参数的所述候选值为所述参数的优化值。3.如权利要求2所述的方法，其特征在于，所述候选值为多个，所述确定所述参数的所述候选值为所述参数的优化值，包括：将最小所述目标函数值对应的所述参数的候选值确定为所述参数的优化值。4.如权利要求2所述的方法，其特征在于，所述计算所述候选量子逻辑门的参数的候选值，包括：计算所述候选量子逻辑门的参数取不同参数值时所述量子程序的不同输出对应的不同所述目标函数值；基于不同所述目标函数值计算反三角函数；基于所述反三角函数计算所述候选量子逻辑门的参数的候选值。5.如权利要求2所述的方法，其特征在于，所述候选量子逻辑门包括RX门、RY门和RZ门中的至少一者。6.如权利要求1所...

【专利技术属性】
技术研发人员：方圆，王汉超，李蕾，
申请(专利权)人：合肥本源量子计算科技有限责任公司，
类型：发明
国别省市：