寻找量子生成对抗网络的最优训练参数
量子物理
2023-10-31 v1
摘要
当代机器学习系统的一些最令人印象深刻的成就来自 GAN（生成对抗网络）结构。DALLE-2 与 GPT-3 这两个近年来最令人瞩目且广为人知的机器学习成果，均使用对抗技术训练。量子计算领域已充分认识到此类技术在近 term 量子硬件上的价值：QGAN 提供了一种将经典数据载入量子态的高效方法。我们研究了这些技术的性能，试图确定 Qiskit 风格参数化电路 QGAN 框架中若干最优训练参数。
引用
@article{arxiv.2310.19117,
title = {Finding Optimal Training Parameters for Quantum Generative Adversarial Networks},
author = {C. Strynar and R. M. Rajapakse},
journal= {arXiv preprint arXiv:2310.19117},
year = {2023}
}