如何解决在 TensorFlow Quantum 中读取 PQC 层时训练权重?
我有一个如下形式的 Tensorflow Quantum 模型:
readout_op = [cirq.Z(qubit) for qubit in qubits]
model = tf.keras.Sequential()
model.add(tf.keras.layers.Input(shape=(),dtype=tf.dtypes.string))
model.add(
tfq.layers.PQC(
model_circuit=circuit,operators=readout_op))
这个简单示例中的读数只是对每个量子位的计算基础测量。 我想通过为每个泡利项添加一个因子来将输出范围扩展到 [-1,1] 之外,但我不一定知道我的模型的理想因子是什么。因此,我想让这个因素可训练,即将读数 op 更改为:
readout_op = [symbol*cirq.Z(qubit) for qubit in qubits]
其中 symbol 是一个符号,如在 PQC 层的电路中使用的符号。当我这样做时,我得到一个 TypeError: unsupported operand type(s) for : 'Symbol' 和 'SinglequbitPauliStringGateOperation'
有没有办法让输出缩放与 PQC 层中的参数一起训练?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。