一种量子生成器、控制方法及量子生成对抗网络技术

本申请提出一种量子生成器、控制方法及量子生成对抗网络，量子生成器包括随机初始化模块和至少一层纠缠模块，随机初始化模块的输出端连接于第一层的纠缠模块的输入端，至少一层纠缠模块按照层数依次排列；随机初始化模块用于在接收到初始参数的情况下，生成随机变量；纠缠模块用于接收到随机变量的情况下，进行纠缠操作，以确定生成数据。量子生成器中无需额外添加随机变量，只需要含有随机初始化的参数量子线路即可生成随机数据分布。量子线路即可生成随机数据分布。量子线路即可生成随机数据分布。

【技术实现步骤摘要】
一种量子生成器、控制方法及量子生成对抗网络


[0001]本申请涉及量子
，具体而言，涉及一种量子生成器、控制方法及量子生成对抗网络。

技术介绍

[0002]随着社会的发展和科学的进步，神经网络技术被广泛地应用到各行各业。经典生成对抗网络技术作为神经网络
中的一个重点技术，更是本充分利用和广泛关注。
[0003]现有的经典生成对抗网络中的生成模型是基于经典计算机实现的网络，但是由于经典计算机的存储特性和相关的硬件特性可能会带来计算上的延迟，其网络计算速度受经典计算机的影响较大。因此如何克服该问题，成为了困扰本领域技术人员的难题。

技术实现思路

[0004]本申请的目的在于提供一种量子生成器、控制方法及量子生成对抗网络，以至少部分改善上述问题。
[0005]为了实现上述目的，本申请实施例采用的技术方案如下：
[0006]第一方面，本申请实施例提供一种量子生成器，所述量子生成器包括随机初始化模块和至少一层纠缠模块，所述随机初始化模块的输出端连接于第一层的纠缠模块的输入端，至少一层纠缠模块按照层数依次排列；
[0007]所述随机初始化模块用于在接收到初始参数的情况下，生成随机变量；
[0008]所述纠缠模块用于接收到随机变量的情况下，进行纠缠操作，以确定生成数据。
[0009]在一种可能的实现方式中，所述纠缠模块包括n个可变参数量子门和n组旋转门集合，所述旋转门集合包括第一类RX门、第一类RY门以及第一类RZ门，n为量子生成器中的量子比特的数量，每个量子比特上均作用有第一类RX门、第一类RY门以及第一类RZ门；
[0010]作用在每个量子比特上的可变参数量子门、第一类RX门、第一类RY门以及第一类RZ门依次排列；
[0011]第i个量子比特上的可变参数量子门的控制位为第i
‑
1个量子比特；
[0012]其中，第一类RX门为具有可变参数的RX门，第一类RY门为具有可变参数的RY门，第一类RZ门为具有可变参数的RZ门。
[0013]在一种可能的实现方式中，所述纠缠模块包括n个可变参数量子门和n组U3门，n为量子生成器中的量子比特的数量，每个量子比特上均作用有U3门；
[0014]作用在一个量子比特上的可变参数量子门和U3门依次排列，第i个量子比特中的可变参数量子门的控制位为第i
‑
1个量子比特。
[0015]在一种可能的实现方式中，所述可变参数量子门为CR门。
[0016]在一种可能的实现方式中，所述随机初始化模块包括n个量子比特，每一个量子比特上均作用有依次排列的第二类RX门、第二类RY门以及第二类RZ门。
[0017]第二方面，本申请实施例提供一种量子生成器控制方法，量子生成器包括随机初
始化模块和至少一层纠缠模块，所述随机初始化模块的输出端连接于第一层的纠缠模块的输入端，至少一层纠缠模块按照层数依次排列，所述方法包括：
[0018]将初始参数作为所述随机初始化模块的输入，以生成随机变量；
[0019]将所述随机变量作为所述纠缠模块的输入，所述随机变量进行纠缠操作，以确定生成数据。
[0020]在一种可能的实现方式中，所述纠缠模块包括n个可变参数量子门和n组旋转门集合，所述旋转门集合包括第一类RX门、第一类RY门以及第一类RZ门，n为量子生成器中的量子比特的数量，每一个量子比特上均作用有第一类RX门、第一类RY门以及第一类RZ门；
[0021]作用在每个量子比特上的可变参数量子门、第一类RX门、第一类RY门以及第一类RZ门依次排列；
[0022]第i条量子比特上的可变参数量子门的控制位为第i
‑
1个量子比特；
[0023]其中，第一类RX门为具有可变参数的RX门，第一类RY门为具有可变参数的RY门，第一类RZ门为具有可变参数的RZ门。
[0024]第三方面，本申请实施例提供一种量子生成对抗网络，所述量子生成对抗网络包括判别器和上述任意一项的量子生成器；
[0025]所述判别器用于在接收到真实数据和所述量子生成器输出的生成数据的情况下，对接收到的数据的真实性进行判定。
[0026]在一种可能的实现方式中，在固定判别器中的参数情况下，所述量子生成器用于依据所述判别器对生成数据的判定结果进行训练，以提升生成数据的真实性。
[0027]在一种可能的实现方式中，在固定量子生成器中的参数情况下，所述判别器用于依据所述判别器对真实数据和生成数据的判定结果进行训练，以提升判定结果的准确性。
[0028]相对于现有技术，本申请实施例所提供的一种量子生成器、控制方法及量子生成对抗网络，量子生成器包括随机初始化模块和至少一层纠缠模块，随机初始化模块的输出端连接于第一层的纠缠模块的输入端，至少一层纠缠模块按照层数依次排列；随机初始化模块用于在接收到初始参数的情况下，生成随机变量；纠缠模块用于接收到随机变量的情况下，进行纠缠操作，以确定生成数据。量子生成器中无需额外添加随机变量，只需要含有随机初始化的参数量子线路即可生成随机数据分布。
[0029]为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0030]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。
[0031]图1为本申请实施例提供的经典生成对抗网络的架构示意图；
[0032]图2为本申请实施例提供的量子生成器的架构示意图；
[0033]图3为本申请实施例提供的一种纠缠模块架构示意图；
[0034]图4为本申请实施例提供的另一种纠缠模块架构示意图；
[0035]图5为本申请实施例提供的一种随机初始化模块架构示意图；
[0036]图6a为本申请实施例提供的量子生成器的含参模型整体架构示意图；
[0037]图6b为本申请实施例提供的量子生成器的含参模型整体架构示意图之一；
[0038]图7为本申请实施例提供的量子生成器的操作线路示意图；
[0039]图8为本申请实施例提供的量子生成器控制方法的流程示意图；
[0040]图9为本申请实施例提供的判别器的架构示意图；
[0041]图10为本申请实施例提供的量子生成对抗网络的算法流程示意图。
具体实施方式
[0042]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
[0043]因此，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种量子生成器，其特征在于，所述量子生成器包括随机初始化模块和至少一层纠缠模块，所述随机初始化模块的输出端连接于第一层的纠缠模块的输入端，至少一层纠缠模块按照层数依次排列；所述随机初始化模块用于在接收到初始参数的情况下，生成随机变量；所述纠缠模块用于接收到随机变量的情况下，进行纠缠操作，以确定生成数据。2.如权利要求1所述的量子生成器，其特征在于，所述纠缠模块包括n个可变参数量子门和n组旋转门集合，所述旋转门集合包括第一类RX门、第一类RY门以及第一类RZ门，n为量子生成器中的量子比特的数量，每个量子比特上均作用有第一类RX门、第一类RY门以及第一类RZ门；作用在每个量子比特上的可变参数量子门、第一类RX门、第一类RY门以及第一类RZ门依次排列；第i个量子比特上的可变参数量子门的控制位为第i
‑
1个量子比特；其中，第一类RX门为具有可变参数的RX门，第一类RY门为具有可变参数的RY门，第一类RZ门为具有可变参数的RZ门。3.如权利要求1所述的量子生成器，其特征在于，所述纠缠模块包括n个可变参数量子门和n组U3门，n为量子生成器中的量子比特的数量，每个量子比特上均作用有U3门；作用在一个量子比特上的可变参数量子门和U3门依次排列，第i个量子比特中的可变参数量子门的控制位为第i
‑
1个量子比特。4.如权利要求2或者3所述的量子生成器，其特征在于，所述可变参数量子门为CR门。5.如权利要求1所述的量子生成器，其特征在于，所述随机初始化模块包括n个量子比特，每一个量子比特上均作用有依次排列的第二类RX门、第二类RY门以及第二类RZ门。6.一种量子生成器控制方法，其特征在于...

【专利技术属性】
技术研发人员：李蕾，方圆，窦猛汉，
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：