mindquantum.framework.MQN2EncoderOnlyOps
- class mindquantum.framework.MQN2EncoderOnlyOps(expectation_with_grad)[源代码]
仅包含encoder线路的量子线路演化算子,算子返回参数化量子线路(PQC)演化出的量子态上哈密顿量期望绝对值的平方。此算子只能在 PYNATIVE_MODE 下执行。
- 参数:
expectation_with_grad (GradOpsWrapper) - 接收encoder数据和ansatz数据,并返回期望值和参数相对于期望的梯度值。
- 输入:
ans_data (Tensor) - shape为 \(N\) 的Tensor,用于ansatz电路,其中 \(N\) 表示ansatz参数的数量。
- 输出:
Tensor,hamiltonian期望绝对值的平方。
- 支持平台:
GPU
,CPU
样例:
>>> import numpy as np >>> import mindspore as ms >>> from mindquantum.core.circuit import Circuit >>> from mindquantum.core.operators import Hamiltonian, QubitOperator >>> from mindquantum.framework import MQN2EncoderOnlyOps >>> from mindquantum.simulator import Simulator >>> ms.set_context(mode=ms.PYNATIVE_MODE, device_target="CPU") >>> circ = Circuit().ry('a', 0).h(0).rx('b', 0).as_encoder() >>> ham = Hamiltonian(QubitOperator('Z0')) >>> sim = Simulator('mqvector', 1) >>> grad_ops = sim.get_expectation_with_grad(ham, circ) >>> data = np.array([[0.1, 0.2], [0.3, 0.4]]) >>> f, g = grad_ops(data) >>> np.abs(f) ** 2 array([[0.00957333], [0.07408856]]) >>> net = MQN2EncoderOnlyOps(grad_ops) >>> f_ms = net(ms.Tensor(data)) >>> f_ms Tensor(shape=[2, 1], dtype=Float32, value= [[ 9.57333017e-03], [ 7.40885586e-02]])