含隐单元的量子玻尔兹曼机的生成式训练
量子物理
2019-05-27 v1 机器学习
摘要
本文给出一种方法，在以量子相对熵为目标的情况下，对同时具有可见与隐单元的量子玻尔兹曼机进行全量子生成式训练。这一点意义重大，因为先前的 method 由于梯度评估带来的数学挑战而无法做到。我们提出两种解决该问题的新方法。第一种方案针对一类隐单元上哈密顿量相互对易的受限量子玻尔兹曼机，通过使用量子相对熵的变分上界来解决。第二种使用高阶差商方法与酉线性组合来近似一般量子玻尔兹曼机相对熵的精确梯度。在吉布斯态制备高效且哈密顿量由稀疏行可计算矩阵给出的假设下，两种方法均高效。
引用
@article{arxiv.1905.09902,
title = {Generative training of quantum Boltzmann machines with hidden units},
author = {Nathan Wiebe and Leonard Wossnig},
journal= {arXiv preprint arXiv:1905.09902},
year = {2019}
}