CN114764619A

CN114764619A - 一种基于量子线路的卷积操作方法及装置

Info

Publication number: CN114764619A
Application number: CN202110473480.3A
Authority: CN
Inventors: 李蕾; 方圆; 窦猛汉
Original assignee: Origin Quantum Computing Technology Co Ltd
Current assignee: Origin Quantum Computing Technology Co Ltd
Priority date: 2021-04-29
Filing date: 2021-04-29
Publication date: 2022-07-19
Anticipated expiration: 2041-04-29
Also published as: CN114764619B

Abstract

本发明公开了一种基于量子线路的卷积操作方法及装置，方法包括：接收目标数据的属性信息的一组属性值；将一组属性值编码到预先训练完成的、用于卷积操作的量子线路；其中，量子线路包括用于属性值编码的编码子线路模块、用于训练的一层或多层训练子线路模块；运行量子线路，对量子线路进行测量，根据测量结果确定一组属性值的卷积结果。利用本发明实施例，能够实现量子计算在卷积神经网络模型领域的应用，以发挥量子计算的并行优势，并补充相关技术的空白。

Description

一种基于量子线路的卷积操作方法及装置

技术领域

本发明属于量子计算技术领域，特别是一种基于量子线路的卷积操作方法及装置。

背景技术

量子计算机是一类遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理装置。当某个装置处理和计算的是量子信息，运行的是量子算法时，它就是量子计算机。量子计算机因其具有相对普通计算机更高效的处理数学问题的能力，例如，能将破解RSA密钥的时间从数百年加速到数小时，故成为一种正在研究中的关键技术。

在经典计算机领域，卷积神经网络模型可以用于图像识别、自然语言处理、语音识别等领域，旨在提取图像、语言、语音等信息载体中的特征信息。然而，量子计算的技术如何应用于神经网络模型领域亟需探索解决。

发明内容

本发明的目的是提供一种基于量子线路的卷积操作方法及装置，以解决现有技术中的不足，它能够实现量子计算在卷积神经网络模型领域的应用，以发挥量子计算的并行优势，并补充相关技术的空白。

本申请的一个实施例提供了一种基于量子线路的卷积操作方法，方法包括：

接收目标数据的属性信息的一组属性值；

将所述一组属性值编码到预先训练完成的、用于卷积操作的量子线路；其中，所述量子线路包括用于属性值编码的编码子线路模块、用于训练的一层或多层训练子线路模块；

运行所述量子线路，对所述量子线路进行测量，根据测量结果确定所述一组属性值的卷积结果。

可选的，所述目标数据包括：图像、自然语言或音频数据。

可选的，所述编码子线路模块包括第一含参量子逻辑门，所述第一含参量子逻辑门包括第一可调参数；

所述将所述一组属性值编码到预先训练完成的、用于卷积操作的量子线路，包括：

根据所述一组属性值，计算所述第一可调参数的第一可调参数值；

将所述第一可调参数值输入所述第一含参量子逻辑门中。

可选的，所述训练子线路模块包括用于被训练的第二含参量子逻辑门中的第二可调参数，且所述训练子线路模块的量子比特数与所述编码子线路模块相同，均为所述一组属性值的个数。

可选的，所述对所述量子线路进行测量，根据测量结果确定所述一组属性值的卷积结果，包括：

对所述量子线路的所有量子比特位进行测量，得到所述所有量子比特的各量子态及其振幅；

计算所述振幅对应的概率，根据所述各量子态及其概率，计算所述一组属性值的卷积结果。

可选的，所述根据所述各量子态及其概率，计算所述一组属性值的卷积结果，包括：

将每一量子态对应的十进制值与概率的乘积进行累加，将累加之和确定为所述一组属性值的卷积结果。

根据各所述量子态中预设子态的个数及其对应的概率，计算所述一组属性值的卷积结果。

本申请的又一实施例一种基于量子线路的卷积操作装置，装置包括：

接收模块，用于接收目标数据的属性信息的一组属性值；

编码模块，用于将所述一组属性值编码到预先训练完成的、用于卷积操作的量子线路；其中，所述量子线路包括用于属性值编码的编码子线路模块、用于训练的一层或多层训练子线路模块；

确定模块，用于运行所述量子线路，对所述量子线路进行测量，根据测量结果确定所述一组属性值的卷积结果。

本申请的又一实施例提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项所述的方法。

本申请的又一实施例提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项所述的方法。

与现有技术相比，本发明通过的一种基于量子线路的卷积操作方法，首先接收目标数据的属性信息的一组属性值，将一组属性值编码到预先训练完成的、用于卷积操作的量子线路；其中，量子线路包括用于属性值编码的编码子线路模块、用于训练的一层或多层训练子线路模块；运行量子线路，对量子线路进行测量，根据测量结果确定一组属性值的卷积结果，从而实现量子计算在卷积神经网络模型领域的应用，以发挥量子计算的并行优势，并补充相关技术的空白。

附图说明

图1为本发明实施例提供的一种基于量子线路的卷积操作方法的计算机终端的硬件结构框图；

图2为本发明实施例提供的一种基于量子线路的卷积操作方法的流程示意图图；

图3为本发明实施例提供的一种基于量子线路的卷积操作装置的结构示意图。

具体实施方式

下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本发明实施例首先提供了一种基于量子线路的卷积操作方法，该方法可以应用于电子设备，如计算机终端，具体如普通电脑、量子计算机等。

下面以运行在计算机终端上为例对其进行详细说明。图1为本发明实施例提供的一种基于量子线路的卷积操作方法的计算机终端的硬件结构框图。如图1所示，计算机终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述计算机终端还可以包括用于通信功能的传输装置106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述计算机终端的结构造成限定。例如，计算机终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储应用软件的软件程序以及模块，如本申请实施例中的基于量子线路的卷积操作方法对应的程序指令/模块，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

需要说明的是，真正的量子计算机是混合结构的，它包含两大部分：一部分是经典计算机，负责执行经典计算与控制；另一部分是量子设备，负责运行量子程序进而实现量子计算。而量子程序是由量子语言如QRunes语言编写的一串能够在量子计算机上运行的指令序列，实现了对量子逻辑门操作的支持，并最终实现量子计算。具体的说，量子程序就是一系列按照一定时序操作量子逻辑门的指令序列。

在实际应用中，因受限于量子设备硬件的发展，通常需要进行量子计算模拟以验证量子算法、量子应用等等。量子计算模拟即借助普通计算机的资源搭建的虚拟架构(即量子虚拟机)实现特定问题对应的量子程序的模拟运行的过程。通常，需要构建特定问题对应的量子程序。本发明实施例所指量子程序，即是经典语言编写的表征量子比特及其演化的程序，其中与量子计算相关的量子比特、量子逻辑门等等均有相应的经典代码表示。

量子线路作为量子程序的一种体现方式，也称量子逻辑电路，是最常用的通用量子计算模型，表示在抽象概念下对于量子比特进行操作的线路，其组成包括量子比特、线路(时间线)，以及各种量子逻辑门，最后常需要通过量子测量操作将结果读取出来。

不同于传统电路是用金属线所连接以传递电压信号或电流信号，在量子线路中，线路可看成是由时间所连接，亦即量子比特的状态随着时间自然演化，在这过程中按照哈密顿运算符的指示，一直到遇上逻辑门而被操作。

一个量子程序整体上对应有一条总的量子线路，本发明所述量子程序即指该条总的量子线路，其中，该总的量子线路中的量子比特总数与量子程序的量子比特总数相同。可以理解为：一个量子程序可以由量子线路、针对量子线路中量子比特的测量操作、保存测量结果的寄存器及控制流节点(跳转指令)组成，一条量子线路可以包含几十上百个甚至千上万个量子逻辑门操作。量子程序的执行过程，就是对所有的量子逻辑门按照一定时序执行的过程。需要说明的是，时序即单个量子逻辑门被执行的时间顺序。

需要说明的是，经典计算中，最基本的单元是比特，而最基本的控制模式是逻辑门，可以通过逻辑门的组合来达到控制电路的目的。类似地，处理量子比特的方式就是量子逻辑门。使用量子逻辑门，能够使量子态发生演化，量子逻辑门是构成量子线路的基础，量子逻辑门包括单比特量子逻辑门，如Hadamard门(H门，阿达马门)、泡利-X门(X门)、泡利-Y门(Y门)、泡利-Z门(Z门)、RX门、RY门、RZ门等等；两比特或多比特量子逻辑门，如CNOT门、CR门、CZ门、iSWAP门、Toffoli门等等。量子逻辑门一般使用酉矩阵表示，而酉矩阵不仅是矩阵形式，也是一种操作和变换。一般量子逻辑门在量子态上的作用是通过酉矩阵左乘以量子态右矢对应的矩阵进行计算的。

参见图2，图2为本发明实施例提供的一种基于量子线路的卷积操作方法的流程示意图，可以包括如下步骤：

S201，接收目标数据的属性信息的一组属性值；

具体的，目标数据可以包括但不限于：图像、自然语言或音频数据，例如视频的每一帧图像、单独拍摄的图片、聊天记录的语言文本、语音信息等等，属性信息是指承载和体现目标数据的隐含特征的信息。以图像为例，图像的属性信息包括：像素信息、轮廓信息、颜色信息、标签信息等等，属性值则是属性信息对应的具象化的数据值，例如：像素值、标签值等等。

示例性的，目标数据为图像，属性信息为像素信息，第一属性值为像素值，该图像则可以用具体的数字形式具象化为数据，图像数据为一矩阵，矩阵的每一元素即为像素值。在实际应用中，每次可以接收图像数据矩阵的一组像素值，该组像素值的数量由用户根据具体需求设置，例如一组4个相邻的像素值。

S202，将所述一组属性值编码到预先训练完成的、用于卷积操作的量子线路；其中，所述量子线路包括用于属性值编码的编码子线路模块、用于训练的一层或多层训练子线路模块；

具体的，编码子线路模块可以包括第一含参量子逻辑门，第一含参量子逻辑门包括第一可调参数，编码子线路模块的量子比特数为该组属性值的个数。

其中，含参量子逻辑门是指酉矩阵含有可调参数的量子逻辑门。编码子线路模块中的第一含参量子逻辑门可以为旋转逻辑门，例如RX门、RY门、RZ门的一种或多种组合，对逻辑门顺序不做限定，具体包括：RX门；RY门；RZ门；RX门和RY门；RX门和RZ门；RY门和RZ门；RX门、RY门和RZ门。需要说明的是，编码子线路中每个量子比特上设置的逻辑门相同。

在实际应用中，将一组属性值编码到预先训练完成的、用于卷积操作的量子线路，可以根据该组属性值，计算第一可调参数的第一可调参数值；将第一可调参数值输入第一含参量子逻辑门中。

其中，第一可调参数值可以为：对应属性值的反正切值或平方的反正切值，还可以通过预设公式计算，例如，第一可调参数值＝属性值*π/2等等。

示例性的，一组属性值为4个像素值x₁、x₂、x₃、x₄，编码子线路包括4个量子比特，每个量子比特上的第一含参量子逻辑门均为RY门。计算4个RY门中的第一可调参数值，分别为θ₁＝x₁*π/2、θ₂＝x₂*π/2、θ₃＝x₃*π/2、θ₄＝x₄*π/2。

再示例性的，一组属性值为4个像素值x₁、x₂、x₃、x₄，编码子线路包括4个量子比特，每个量子比特上的第一含参量子逻辑门均为RY门和RZ门的组合。计算4个RY门中的第一可调参数值，分别为对应属性值的反正切值arctan x₁、arctan x₂、arctan x₃、arctan x₄；计算4个RZ门中的第一可调参数值，分别可以为对应属性值的平方的反正切值

具体的，训练子线路模块包括第二含参量子逻辑门，作用于单量子比特，例如RY门等等，还包括不含可调参数的预设量子逻辑门，作用于两量子比特，例如作用于相邻两个比特上的CNOT门等等。第二含参量子逻辑门包含第二可调参数，第二可调参数值通过训练确定。并且，训练子线路模块的量子比特数与编码子线路模块的量子比特数相同，均为该组属性值的个数，训练子线路模块的层数可根据卷积操作的实际应用需求设置。

具体的，预先训练完成的量子线路可以通过以下方式训练得到：

构建包括编码子线路模块和训练子线路模块的量子线路；

接收训练数据集的属性信息的一组属性值，将该组属性值同理编码到该量子线路中的编码子线路模块，并初始化训练子线路模块中的第二可调参数值，其中，第二可调参数值可随机初始化确定，也可根据需求设为固定的初始值；

运行当前量子线路，对当前量子线路进行测量，根据测量结果同理确定该组属性值的卷积结果；

将卷积结果与预设期望值进行对比，若卷积结果未达到预设期望值，利用训练算法对第二可调参数值进行迭代更新，直至确定的卷积结果达到预设期望值，其中，训练算法可以包括：梯度下降法(更具体可以是反向传播算法)、牛顿法、拟牛顿法或共轭梯度法等等；

将包含迭代更新完成的第二可调参数值的量子线路，作为训练完成的量子线路。

S203，运行所述量子线路，对所述量子线路进行测量，根据测量结果确定所述一组属性值的卷积结果。

在实际应用中，还可以继续多次接收不同组属性值，通过重复上述多次卷积操作，实现目标数据的完整覆盖。例如，接收图像的一组4个像素值，在进行卷积操作后，再次接收下一组4个像素值，重复上述步骤，以此类推，直至完成图像所有像素点的卷积操作。

具体的，对量子线路进行测量，根据测量结果确定一组属性值的卷积结果，可以对量子线路的所有量子比特位进行测量，得到所有量子比特的各量子态及其振幅；计算振幅对应的概率，根据各量子态及其概率，计算该组属性值的卷积结果。

在一种实现方式中，可以将每一量子态对应的十进制值(如|11>态对应十进制值3)与概率的乘积进行累加，将累加之和确定为所述一组属性值的卷积结果。

在另一种实现方式中，可以根据各量子态中预设子态的个数及其对应的概率，计算该组属性值的卷积结果。例如，2量子比特的测量结果为：

|00>态，概率P₀；|01>态，概率P₁；|10>态，概率P₂；|11>态，概率P₃。计算卷积结果为：

其中，n₀、n₁、n₂、n₃分别为|00>态、|01>态、|10>态、|11>态中预设子态|1>的个数，即n₀＝0、n₁＝1、n₂＝1、n₃＝2，得到：

P₀-P₁-P₂+P₃

在实际应用中，对量子线路进行测量，根据测量结果确定一组属性值的卷积结果，也可以对量子线路的预设位量子比特进行测量，得到预设位量子比特的各量子态及其振幅；计算各量子态中预设量子态的振幅对应的概率，作为该组属性值的卷积结果。例如，预设位量子比特可以为第一位量子比特，预设量子态可以为第一位量子比特的|1>态，等等。

本领域技术人员可以理解的是，在实际应用中，一次卷积操作能够提取目标数据中的部分隐含的特征信息，可以通过多层卷积叠加提取目标数据的最终卷积结果。量子卷积操作只需根据卷积特征提取的覆盖范围即卷积核的范围中的输入数据数量(输入的属性值数量)申请相同数量的量子比特(数量为n)，然后构建量子线路并进行训练，采用训练好的量子线路对经典数据进行卷积操作，只需将数据编码到量子态，然后通过量子线路进行量子态演化和测量得到单次的卷积结果，此量子操作的复杂度可以达到O(log(n))，从而很大程度的提高卷积计算的效率。

可见，通过接收目标数据的属性信息的一组属性值；将一组属性值编码到预先训练完成的、用于卷积操作的量子线路；其中，量子线路包括用于属性值编码的编码子线路模块、用于训练的一层或多层训练子线路模块；运行量子线路，对量子线路进行测量，根据测量结果确定一组属性值的卷积结果，从而实现量子计算在卷积模型领域的应用，以发挥量子计算的并行优势，并补充相关技术的空白。

参见图3，图3为本发明实施例提供的一种基于量子线路的卷积操作装置的结构示意图，与图2所示的流程相对应，所述装置包括：

接收模块301，用于接收目标数据的属性信息的一组属性值；

编码模块302，用于将所述一组属性值编码到预先训练完成的、用于卷积操作的量子线路；其中，所述量子线路包括用于属性值编码的编码子线路模块、用于训练的一层或多层训练子线路模块；

确定模块303，用于运行所述量子线路，对所述量子线路进行测量，根据测量结果确定所述一组属性值的卷积结果。

具体的，所述目标数据包括：图像、自然语言或音频数据。

具体的，所述编码子线路模块包括第一含参量子逻辑门，所述第一含参量子逻辑门包括第一可调参数；

所述编码模块，具体用于：

将所述第一可调参数值输入所述第一含参量子逻辑门中。

具体的，所述训练子线路模块包括用于被训练的第二含参量子逻辑门中的第二可调参数，且所述训练子线路模块的量子比特数与所述编码子线路模块相同，均为所述一组属性值的个数。

具体的，所述确定模块，包括：

测量单元，用于对所述量子线路的所有量子比特位进行测量，得到所述所有量子比特的各量子态及其振幅；

计算单元，用于计算所述振幅对应的概率，根据所述各量子态及其概率，计算所述一组属性值的卷积结果。

具体的，所述计算单元，具体用于：

本发明实施例还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

具体的，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，接收目标数据的属性信息的一组属性值；

S2，将所述一组属性值编码到预先训练完成的、用于卷积操作的量子线路；其中，所述量子线路包括用于属性值编码的编码子线路模块、用于训练的一层或多层训练子线路模块；

S3，运行所述量子线路，对所述量子线路进行测量，根据测量结果确定所述一组属性值的卷积结果。

具体的，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本发明实施例还提供了一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

具体的，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

具体的，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，接收目标数据的属性信息的一组属性值；

以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果，以上所述仅为本发明的较佳实施例，但本发明不以图面所示限定实施范围，凡是依照本发明的构想所作的改变，或修改为等同变化的等效实施例，仍未超出说明书与图示所涵盖的精神时，均应在本发明的保护范围内。

Claims

1.一种基于量子线路的卷积操作方法，其特征在于，包括：

接收目标数据的属性信息的一组属性值；

2.根据权利要求1所述的方法，其特征在于，所述目标数据包括：图像、自然语言或音频数据。

3.根据权利要求1所述的方法，其特征在于，所述编码子线路模块包括第一含参量子逻辑门，所述第一含参量子逻辑门包括第一可调参数；

将所述第一可调参数值输入所述第一含参量子逻辑门中。

4.根据权利要求3所述的方法，其特征在于，所述训练子线路模块包括用于被训练的第二含参量子逻辑门中的第二可调参数，且所述训练子线路模块的量子比特数与所述编码子线路模块相同，均为所述一组属性值的个数。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述对所述量子线路进行测量，根据测量结果确定所述一组属性值的卷积结果，包括：

6.根据权利要求5所述的方法，其特征在于，所述根据所述各量子态及其概率，计算所述一组属性值的卷积结果，包括：

7.根据权利要求5所述的方法，其特征在于，所述根据所述各量子态及其概率，计算所述一组属性值的卷积结果，包括：

8.一种基于量子线路的卷积操作装置，其特征在于，包括：

接收模块，用于接收目标数据的属性信息的一组属性值；

9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项所述的方法。