mindquantum.algorithm.qaia.DSB
- class mindquantum.algorithm.qaia.DSB(J, h=None, x=None, n_iter=1000, batch_size=1, dt=1, xi=None, device='cpu', precision='float32')[源代码]
离散模拟分叉算法。
参考文献：High-performance combinatorial optimization based on classical mechanics。
- 参数：
J (Union[numpy.array, csr_matrix]) - 耦合矩阵，维度为 \((N x N)\)。
h (numpy.array) - 外场强度，维度为 \((N, )\)。
x (numpy.array) - 自旋初始化配置，维度为 \((N x batch_size)\)。默认值：
None。n_iter (int) - 迭代步数。默认值：
1000。batch_size (int) - 样本个数。默认值：
1。dt (float) - 迭代步长。默认值：
1。xi (float) - 频率维数，正的常数。默认值：
None。device (str) - 计算设备（'cpu' 或 'gpu'）。默认值：
'cpu'。precision (str) - 使用 GPU 时的精度类型（'float32'、'float16'、'int8'）。默认值：
'float32'。