使用局部代价函数学习置乱子所导致的贫瘠高原
量子物理
2023-02-08 v3 高能物理 - 理论
摘要
贫瘠高原的存在最近揭示了量子机器学习（QML）中新的训练挑战。揭示贫瘠高原背后的机制对于理解 QML 能够有效处理的问题范围至关重要。最近已表明，在学习随机酉的全局性质（这与学习黑洞动力学相关）时存在贫瘠高原。如果我们希望将 QML 应用于量子多体系统，确定局部代价函数能否规避这些贫瘠高原便是关键所在。我们证明了一个不可能性定理，表明局部代价函数在学习随机酉性质时会遇到贫瘠高原。
引用
@article{arxiv.2205.06679,
title = {Barren plateaus from learning scramblers with local cost functions},
author = {Roy J. Garcia and Chen Zhao and Kaifeng Bu and Arthur Jaffe},
journal= {arXiv preprint arXiv:2205.06679},
year = {2023}
}
备注
9 + 74 pages, 2 + 1 Figures