christorange
commented
1 year ago 首先是有通道这个概念的，只是大多数文章不会去讨论代码实现的问题。在我看到的文章里面 QC-CNN 的通道有两种处理方式，一种是我的模型这种一个 qubit 输出一个通道，一个filter 输出 qubit 数目的通道，这也是 2020 年 regetti 的文章的处理方式；还有一种就是你提到的这篇文章，他们是一个 filter 输出一个通道，对每个qubit的输出加和平均，这其实更接近经典的滤波器的实现，但是可以想见地 qubit 开销是第一种方式的几倍。我个人人为在现在的 toy model 里面这两种方式其实几乎不会有表现差异，而且在当下的框架模拟能力和真实设备的qubit数目下，第一种方式肯定也是更现实的。
我是非常想模拟多个filter的情形的，一个filter的实验完全不能证明量子卷积能对现在的大型网络有任何加成；但是在真的上手模拟后发现4qubit的QC-CNN跑起来都如此费劲，还是在简化了数据集的前提下（Hybrid QCCNN 这篇文章之所以能跑6个filter一个原因就是他们的数据集是 $3 \times 3$ 的...），就意识到现有的 qubit 模拟框架其实也是比较稚嫩的，亦或者 QC-CNN 其实根本不适合经典设备去跑，还得用真实的量子计算机，毕竟经典设备模拟的理论极限也就小几十个qubit，再加上各种软件层的性能损失，真的只能做一些 toy model 的模拟。其实这也是整个 QML 领域的现状，量子计算能真正给经典机器学习加成的时代看上去还比较遥远。
OnePl3
老哥我又来了 我有个新问题
我有读Hybrid quantum-classical convolutional neural networks这篇论文 Hybrid QCCNN. The input demonstrated here is a two-dimensional array, which is sent to a quantum convolutional layer of 6 filters. 这个多个滤波器的概念如果要实现应该怎么修改呢 因为我看现在数据的通道数是从1变到N量子位 且受限于量子位（虽然量子机器学习的优势就是减少参数数量 但我总感觉用一个量子电路会不会不够） 正常我们Conv2d会有输入输出的通道数 也就是说滤波核是三维的（+通道） 我看现在您复现的QCCNN里面好像不是 我看其他复现QCCNN的好像也没通道这个概念 我不清楚我这样理解是否正确 希望能够得到您的指导
非常感谢 Pengl