Open Quleaf opened 2 years ago
(此 ISSUE 为 PaddlePaddle Hackathon 活动的任务 ISSUE,更多详见PaddlePaddle Hackathon)
Paddle Quantum(量桨)是基于百度飞桨开发的量子机器学习工具集,支持量子神经网络的搭建与训练,提供易用的量子机器学习开发套件与量子优化、量子化学等前沿量子应用工具集,使得百度飞桨也因此成为国内首个支持量子机器学习的深度学习框架。
【任务说明】
哈密顿量模拟,指的是模拟一个量子系统随时间演化的过程。根据量子力学的基本公理,对于不含时的哈密顿量而言,系统的时间演化过程可以由算符 exp(-iHt) 进行描述。目前,量桨中实现了基于 product formula 的数字化哈密顿量模拟,可以根据泡利哈密顿量来创建相应的模拟时间演化电路。在这个任务中,你需要实现对时间演化电路的性能优化。目前,该模块的实现方法是对于泡利哈密顿量中的每一项分别搭建一个旋转电路,其具体方法可以参考 1 中的 4.7.3 节。实际上,对于一些特殊的两量子比特项而言,文献 2 提出了更加高效的电路。因此,你可以将该文献中描述的 special case 进行单独的实现,并将相关代码合入 paddle_quantum.trotter.construct_trotter_circuit() 函数中。
paddle_quantum.trotter.construct_trotter_circuit()
注:对于哈密顿量模拟更加详细的介绍,可以参考量桨官网上的教程:利用 Product Formula 模拟时间演化、模拟一维海森堡链的自旋动力学。
任务要求:
参考资料:
【提交内容】
【技术要求】
请问一下能否再多给一些说明 是针对文献2中的哪几个电路进行优化
可以先参考一下量桨的“模拟一维海森堡链的自旋动力学”的教程,并结合参考文献里的公式(1),去尝试一下。
(此 ISSUE 为 PaddlePaddle Hackathon 活动的任务 ISSUE,更多详见PaddlePaddle Hackathon)
Paddle Quantum(量桨)是基于百度飞桨开发的量子机器学习工具集,支持量子神经网络的搭建与训练,提供易用的量子机器学习开发套件与量子优化、量子化学等前沿量子应用工具集,使得百度飞桨也因此成为国内首个支持量子机器学习的深度学习框架。
【任务说明】
哈密顿量模拟,指的是模拟一个量子系统随时间演化的过程。根据量子力学的基本公理,对于不含时的哈密顿量而言,系统的时间演化过程可以由算符 exp(-iHt) 进行描述。目前,量桨中实现了基于 product formula 的数字化哈密顿量模拟,可以根据泡利哈密顿量来创建相应的模拟时间演化电路。在这个任务中,你需要实现对时间演化电路的性能优化。目前,该模块的实现方法是对于泡利哈密顿量中的每一项分别搭建一个旋转电路,其具体方法可以参考 1 中的 4.7.3 节。实际上,对于一些特殊的两量子比特项而言,文献 2 提出了更加高效的电路。因此,你可以将该文献中描述的 special case 进行单独的实现,并将相关代码合入
paddle_quantum.trotter.construct_trotter_circuit()
函数中。任务要求:
参考资料:
【提交内容】
【技术要求】