mindquantum.framework.QRamVecOps

查看源文件
class mindquantum.framework.QRamVecOps(hams, circ, sim, n_thread=None)

QRam 算子，该算子可以直接将经典数据编码为全振幅量子态。此算子只能在 PYNATIVE_MODE 下执行。

说明

  • 由于 MindSpore 小于 2.0.0 版本重点神经网络不支持复数作为输入，所以我们将量子态的实部和虚部分开，分别作为输入参数输入到量子神经网络中。当 MindSpore 升级时，这一行为有可能会改变。

  • 当前，我们不能计算测量结果关于量子态概率幅的导数。

参数：

  • hams (Union[Hamiltonian, List[Hamiltonian]]) - 要想求期望值的哈密顿量或者一组哈密顿量。

  • circ (Circuit) - 变分量子线路。

  • sim (Simulator) - 做模拟所使用到的模拟器。

  • n_thread (int) - 运行一个batch的初始态时的并行数。如果是 None，用单线程来运行。默认值： None。

输入：

  • qs_r (Tensor) - 量子态实部的Tensor，其shape为 \((N, M)\) ，其中 \(N\) 表示batch大小， \(M\) 表示全振幅量子态的长度。

  • qs_i (Tensor) - 量子态虚部的Tensor，其shape为 \((N, M)\) ，其中 \(N\) 表示batch大小， \(M\) 表示全振幅量子态的长度。

  • 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的期望值。