mindquantum.algorithm.nisq.IQPEncoding

mindquantum.algorithm.nisq.IQPEncoding#

class mindquantum.algorithm.nisq.IQPEncoding(n_feature, first_rotation_gate=RZ, second_rotation_gate=RZ, num_repeats=1, prefix='', suffix='')#

通用IQP编码。

更多信息请参考 Supervised learning with quantum-enhanced feature spaces.。

参数：

  • n_feature (int) - IQP编码所需编码的数据的特征数。

  • first_rotation_gate (ParameterGate) - 旋转门RX、RY或RZ之一。

  • second_rotation_gate (ParameterGate) - 旋转门RX、RY或RZ之一。

  • num_repeats (int) - 编码迭代次数。

  • prefix (str) - 参数的前缀。默认值： ''。

  • suffix (str) - 参数的后缀。默认值： ''。

data_preparation(data)#

IQP编码的ansatz能够将经典数据编码为量子态。 这种方法将经典数据准备成适合IQP编码的维数。 假设源数据具有 \(n\) 特征，那么输出数据将具有 \(2n-1\) 特征，前 \(n\) 个特征是原始数据。对于 \(m > n\) 。

\[\text{data}_m = \text{data}_{m - n} * \text{data}_{m - n - 1}\]
参数：

  • data ([list, numpy.ndarray]) - IQP编码了解更多详细信息所需要的经典数据。

返回：

numpy.ndarray，适合此ansatz维度的数据。

目录