tensorflow/quantum

[Performance] Boost tfq.convert_to_tensor speed

Open

#336 ouverte le 10 août 2020

Voir sur GitHub
 (11 commentaires) (0 réactions) (0 assignés)Python (653 forks)github user discovery
area/performancegood first issuehelp wantedkind/feature-requestskill-level/intermediate

Métriques du dépôt

Stars
 (2 145 stars)
Métriques de merge PR
 (Métriques PR en attente)

Description

Currently tfq.convert_to_tensor uses just one core and makes use of Cirq serialization protocols. They are pretty slow for large circuits. A quick benchmark shows that more than 95% of all time spent computing in tfq.convert_to_tensor is spent in the cirq serialization logic and the protobuf SerializeToString function. Since it's unlikely we can speed either of those up quickly, perhaps we should look into parallelization of tfq.convert_to_tensor ?

Guide contributeur

Direction de recherche
Explorez la parallélisation de l'étape de sérialisation de tfq.convert to tensor en utilisant multiprocessing ou concurrent futures pour réduire les 95 % du temps passé dans la sérialisation Cirq et SerializeToString de protobuf.
Stack technique
pythontensorflow
Domaine
performance
Type d'issue
Performance
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
2
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
Une demi journée
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
PythonTensorFlow
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
50