mindquantum.algorithm.qaia.LQA

class mindquantum.algorithm.qaia.LQA(J, h=None, x=None, n_iter=1000, batch_size=1, gamma=0.1, dt=1.0, momentum=0.99, backend='cpu-float32')

局域量子退火算法。

参考文献：Quadratic Unconstrained Binary Optimization via Quantum-Inspired Annealing。

备注

为了内存效率，输入数组 ‘x’ 不会被复制，并且会在优化过程中被原地修改。 如果需要保留原始数据，请使用 x.copy() 传入副本。

参数：

• J (Union[numpy.array, scipy.sparse.spmatrix]) - 耦合矩阵，维度为 \((N \times N)\)。

• h (numpy.array) - 外场强度，维度为 \((N, )\)。

• x (numpy.array) - 自旋初始化配置，维度为 \((N \times batch\_size)\)。会在优化过程中被修改。如果不提供（None），将被初始化为在 [-0.1, 0.1] 范围内均匀分布的随机值。默认值： None。

• n_iter (int) - 迭代步数。默认值： 1000。

• batch_size (int) - 样本个数。默认值为： 1。

• dt (float) - 迭代步长。默认值： 1。

• gamma (float) - 耦合强度。默认值： 0.1。

• momentum (float) - 动量系数。默认值： 0.99.

• backend (str) - 计算后端和精度：’cpu-float32’、’gpu-float32’ 或 ‘npu-float32’。默认值： 'cpu-float32'。

initialize()

初始化自旋。

update(beta1=0.9, beta2=0.999, epsilon=10e-8)

Adam动力学演化。

参数：

• beta1 (float) - Beta1参数。默认值： 0.9。

• beta2 (float) - Beta2参数。默认值： 0.999。

• epsilon (float) - Epsilon参数。默认值： 10e-8。