本研究では、Qiskit-Torch-Moduleを提案する。これは、Qiskit環境で広く使用されている量子コンピューティングシミュレーションソフトウェアの効率を大幅に向上させるものである。
主な特徴は以下の通り:
複数の観測量の同時評価: 量子状態の1回の進化で全ての観測量の期待値を計算できるため、大幅な高速化を実現する。
バッチ並列化: 入力データを並列に処理することで、さらなる高速化を実現する。
PyTorchとの高度な統合: 異なる学習率の設定や、クラシカル前処理層とクラシカル後処理層を持つハイブリッドモジュールなど、使いやすい機能を提供する。
これらの機能により、従来のQiskit-Machine-Learningと比べて、量子機械学習アルゴリズムの開発・プロトタイピングの時間を大幅に短縮できる。本フレームワークは、大規模なクラスタコンピューティングリソースにアクセスできない研究者にとって特に有用である。
Til et annet språk
fra kildeinnhold
arxiv.org
Viktige innsikter hentet fra
by Nico Meyer,C... klokken arxiv.org 04-10-2024
https://arxiv.org/pdf/2404.06314.pdfDypere Spørsmål