研究人员开发了一个新的分析框架,用于确定量子电路是否可训练,解决了变分量子算法中梯度消失的贫瘠平原问题。该框架通过分解相关紧李群的酉表示来约束梯度方差。它为可训练性提供了充分条件:如果满足与电路段和可观测量相关的特定条件,梯度方差将至少是多项式倒数。此外,还提出了一种采样算法来估计梯度方差,从而在进行大量训练之前就可以决定其可训练性。 AI
影响 提供了一种预测量子AI模型可训练性的方法,有望加速该领域的研发。
排序理由 学术论文,详细介绍了量子电路可训练性的新分析框架。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →