Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

StochasticCost as a feature of layers

Đang mở
#411 2 bình luận 0 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó
5/5
Thời gian dự kiến
Hơn một tuần
Mức phù hợp với người mới
25/100
Loại issue
Tính năng
Độ rõ ràng
Cần làm rõ
Mức độ hoạt động
Đình trệ
Công nghệ
cpp, python, tensorflow
Lĩnh vực
backend, machine-learning

Hướng nghiên cứu

Bắt đầu bằng cách đọc tensorflow_quantum/python/differentiators/stochastic_differentiator.py và giao diện differentiator mới được mô tả trong #409. Xem lại thảo luận về thiết kế và #230 để biết hành vi dự kiến ở cấp layer; công việc hoàn tất khi việc lấy mẫu con PauliTerm phù hợp với giao diện, sử dụng backend op C++ và hoạt động trên các ngữ cảnh giá trị kỳ vọng.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

area/performance help wanted kind/feature-request skill-level/expert status/needs-design

In the past, subsampling of PauliTerms from input PauliSums was taken care of by an option in the SGDifferentiator module. However, there were a few issues with its implementation there:

  1. Instead of subsampling PauliTerms from PauliSums, it actually changed the shape of the measurement tensor by subsampling PauliSums.
  2. Had a python implementation instead of a C++ op backend.
  3. Does not fit the new differentiator interface being implemented in #409 .

Fortunately, in discussions on the design doc for the new differentiators, it looks like this could be a feature we still want to keep, and pull up to the level of tfq.layers. Since, this subsampling of PauliTerms can speed up the estimation of expectation values in any context, not just when seeking gradients. See also #230 for the possible interaction of such a feature with Engine. Thinking to take this on in the near future. Thoughts on this @MichaelBroughton @jaeyoo ?

Ngôn ngữ chính
Python
Star
2.2k
Fork
665
Chỉ số merge pull request
Không có pull request nào được merge trong 30 ngày

Chuẩn bị môi trường

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của tensorflow/quantum

Tất cả issue của tensorflow/quantum

Issue tương tự

Thêm issue về Python

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.