tensorflow/quantum

Remove use of finite different in Adjoint gradient

Open

#620 aperta il 19 ago 2021

Vedi su GitHub
 (0 commenti) (0 reazioni) (0 assegnatari)Python (653 fork)github user discovery
area/corehelp wantedkind/feature-requestskill-level/intermediate

Metriche repository

Star
 (2145 star)
Metriche merge PR
 (Metriche PR in attesa)

Descrizione

Currently the Adjoint gradient method in C++ uses finite difference of gates to calculate the "gradient gate" to apply to the state. In terms of numerical precision this isn't ideal. What would be better is to slowly swap out the "gradient gate" calculation using finite difference to instead use analytic/closed forms. @zaqqwerty

Guida contributor

Direzione di ricerca
Trova l'implementazione corrente delle differenze finite nel codice C++ del gradiente Adjoint e deriva le formule analitiche del gradiente per le porte. Quindi sostituisci le differenze finite con espressioni analitiche.
Tech stack
pythoncpp
Dominio
machine learning
Tipo issue
Refactoring
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-2 giorni
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Abbastanza chiara
Prerequisiti
C++Pythonquantum computing basics
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
35