用 ZX-演算分析量子神经网络训练中的贫瘠高原现象
量子物理
2021-06-09 v2 机器学习
摘要
本文提出一种通用方案，利用 ZX-演算分析量子神经网络训练中的梯度消失现象，即贫瘠高原现象。更确切地说，我们在某些合理假设下，将贫瘠高原定理从酉 2-设计线路推广到任意参数化量子线路。本文的主要技术贡献是将特定积分表示为 ZX-图并用 ZX-演算计算。该方法被用于分析四种具有不同结构的具身量子神经网络。结果表明，对于硬件高效 ansatz 和受 MPS 启发的 ansatz，存在贫瘠高原；而对于 QCNN ansatz 和树张量网络 ansatz，则不存在贫瘠高原。
引用
@article{arxiv.2102.01828,
title = {Analyzing the barren plateau phenomenon in training quantum neural networks with the ZX-calculus},
author = {Chen Zhao and Xiao-Shan Gao},
journal= {arXiv preprint arXiv:2102.01828},
year = {2021}
}