在 TensorFlow Quantum 中读取 PQC 层时训练权重？

问题描述

我有一个如下形式的 Tensorflow Quantum 模型：

readout_op = [cirq.Z(qubit) for qubit in qubits]  

model = tf.keras.Sequential()
model.add(tf.keras.layers.Input(shape=(),dtype=tf.dtypes.string))
model.add(
    tfq.layers.PQC(
        model_circuit=circuit,operators=readout_op))

这个简单示例中的读数只是对每个量子位的计算基础测量。 我想通过为每个泡利项添加一个因子来将输出范围扩展到 [-1,1] 之外，但我不一定知道我的模型的理想因子是什么。因此，我想让这个因素可训练，即将读数 op 更改为：

readout_op = [symbol*cirq.Z(qubit) for qubit in qubits]

其中 symbol 是一个符号，如在 PQC 层的电路中使用的符号。当我这样做时，我得到一个 TypeError: unsupported operand type(s) for : 'Symbol' 和 'SinglequbitPauliStringGateOperation'

有没有办法让输出缩放与 PQC 层中的参数一起训练？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）