tensorflow/quantum

Remove use of finite different in Adjoint gradient

Open

#620 opened on 2021年8月19日

GitHub で見る
 (0 comments) (0 reactions) (0 assignees)Python (653 forks)github user discovery
area/corehelp wantedkind/feature-requestskill-level/intermediate

Repository metrics

Stars
 (2,145 stars)
PR merge metrics
 (PR metrics pending)

説明

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

コントリビューターガイド

調査方針
Adjoint勾配C++コード内の現在の有限差分実装を見つけ、ゲートの解析的勾配公式を導出します。その後、有限差分を解析的表現に置き換えます。
技術スタック
pythoncpp
領域
machine learning
Issue 種別
リファクタリング
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
3
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1-2日
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
アクティブ
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
おおむね明確
前提条件
C++Pythonquantum computing basics
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
35