Hybrid Quantum Neural Network

New Quantum Measurement Temperature method stabilizes hybrid QNN training

研究人员发现了一种在混合量子神经网络（QNN）中称为测量诱导logit收缩的新问题，该问题会导致训练不稳定。这是因为当标准交叉熵损失与来自量子测量的有界输出一起使用时，会抑制参数梯度。为了解决这个问题，引入了一个新的可学习参数——量子测量温度（QMT）。QMT在训练过程中重新缩放量子测量输出，增加梯度幅度和方差，以提高损失敏感度和分类准确性。