基于量子神经网络的变分量子模型TFQ-VQA及其两级优化方法

摘要

本发明公开基于量子神经网络的变分量子模型TFQ‑VQA及其两级优化方法，该模型包括：量子神经网络模型QNN模块，根据输入的量子数据集建立参数化量子线路模型，对输入的量子数据集执行量子计算，对存储在量子子空间中的隐藏状态的信息进行查询并提取；期望值测量模块，对量子神经网络模型QNN模块查询时的代价函数期望估计值进行测量；循环神经网络模型RNN模块，接收前一个查询的代价函数期望估计值，还用于接收来自前一时间步长提取的存储在量子子空间中的隐藏状态的信息；代价函数评估模块，评估代价函数，并通过梯度下降按照预期的方向更新参数化量子线路控制参数，并输出最佳控制参数。本发明在对变分量子算法的代价函数的较少查询中找到近似最佳参数。