一种通过并行处理多个样本实现变分线路快速监督学习的算法
量子物理
2020-12-01 v1
摘要
我们提出了一种通过并行处理多个样本来快速训练变分分类器的新型算法。该算法可适用于变分线路中使用的任意 ansatz。所提出的算法在前向传播中利用 qRAM 及其他量子线路。此外，与通常经典计算损失的做法不同，我们使用 Swap-test 线路计算损失。因此，当在包含 N 个样本的数据集上训练时，该算法将变分分类器的训练代价从通常的 O(N) 降低至 O(logN)。尽管本文仅讨论了二分类，该算法可轻易推广至多分类。
引用
@article{arxiv.2011.14297,
title = {An Algorithm for Fast Supervised Learning in Variational Circuits through Simultaneous Processing of Multiple Samples},
author = {Siddharth Dangwal and Ritvik Sharma and Debanjan Bhowmik},
journal= {arXiv preprint arXiv:2011.14297},
year = {2020}
}