 Zobacz na TensorFlow.org |  Uruchom w Google Colab |  Wyświetl źródło na GitHub |  Pobierz notatnik |
Budowanie off porównań dokonanych w MNIST tutorialu, ten poradnik bada niedawne prace Huang i wsp. pokazuje, jak różne zestawy danych wpływają na porównania wydajności. W pracy autorzy starają się zrozumieć, w jaki sposób i kiedy klasyczne modele uczenia maszynowego mogą się uczyć tak samo jak (lub lepiej) modele kwantowe. Prace pokazują również empiryczne rozdzielenie wydajności między klasycznym i kwantowym modelem uczenia maszynowego za pomocą starannie przygotowanego zestawu danych. Będziesz:
- Przygotuj zestaw danych Fashion-MNIST o zredukowanych wymiarach.
- Użyj obwodów kwantowych, aby ponownie oznaczyć zbiór danych i obliczyć funkcje Projected Quantum Kernel (PQK).
- Wytrenuj klasyczną sieć neuronową na ponownie oznaczonym zestawie danych i porównaj wydajność z modelem, który ma dostęp do funkcji PQK.
Ustawiać
pip install tensorflow==2.4.1 tensorflow-quantum
# Update package resources to account for version changes.
import importlib, pkg_resources
importlib.reload(pkg_resources)
import cirq
import sympy
import numpy as np
import tensorflow as tf
import tensorflow_quantum as tfq
# visualization tools
%matplotlib inline
import matplotlib.pyplot as plt
from cirq.contrib.svg import SVGCircuit
np.random.seed(1234)
1. Przygotowanie danych
Zaczniesz od przygotowania zestawu danych fashion-MNIST do uruchomienia na komputerze kwantowym.
1.1 Pobierz moda-MNIST
Pierwszym krokiem jest uzyskanie tradycyjnego zbioru danych o modzie. Można to zrobić za pomocą tf.keras.datasets moduł.
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.fashion_mnist.load_data()
# Rescale the images from [0,255] to the [0.0,1.0] range.
x_train, x_test = x_train/255.0, x_test/255.0
print("Number of original training examples:", len(x_train))
print("Number of original test examples:", len(x_test))
Number of original training examples: 60000 Number of original test examples: 10000
Przefiltruj zbiór danych, aby zachować tylko T-shirty/topy i sukienki, usuń pozostałe klasy. Jednocześnie przekonwertować etykiet, y , aby boolean: Prawda i fałsz 0 do 3.
def filter_03(x, y):
keep = (y == 0) | (y == 3)
x, y = x[keep], y[keep]
y = y == 0
return x,y
x_train, y_train = filter_03(x_train, y_train)
x_test, y_test = filter_03(x_test, y_test)
print("Number of filtered training examples:", len(x_train))
print("Number of filtered test examples:", len(x_test))
Number of filtered training examples: 12000 Number of filtered test examples: 2000
print(y_train[0])
plt.imshow(x_train[0, :, :])
plt.colorbar()
True <matplotlib.colorbar.Colorbar at 0x7f6db42c3460>
1.2 Zmniejszanie obrazów
Podobnie jak w przypadku MNIST, będziesz musiał zmniejszyć te obrazy, aby znaleźć się w granicach obecnych komputerów kwantowych. Tym razem jednak będzie użyć transformacji PCA w celu zmniejszenia wymiarów zamiast do tf.image.resize operację.
def truncate_x(x_train, x_test, n_components=10):
"""Perform PCA on image dataset keeping the top `n_components` components."""
n_points_train = tf.gather(tf.shape(x_train), 0)
n_points_test = tf.gather(tf.shape(x_test), 0)
# Flatten to 1D
x_train = tf.reshape(x_train, [n_points_train, -1])
x_test = tf.reshape(x_test, [n_points_test, -1])
# Normalize.
feature_mean = tf.reduce_mean(x_train, axis=0)
x_train_normalized = x_train - feature_mean
x_test_normalized = x_test - feature_mean
# Truncate.
e_values, e_vectors = tf.linalg.eigh(
tf.einsum('ji,jk->ik', x_train_normalized, x_train_normalized))
return tf.einsum('ij,jk->ik', x_train_normalized, e_vectors[:,-n_components:]), \
tf.einsum('ij,jk->ik', x_test_normalized, e_vectors[:, -n_components:])
DATASET_DIM = 10
x_train, x_test = truncate_x(x_train, x_test, n_components=DATASET_DIM)
print(f'New datapoint dimension:', len(x_train[0]))
New datapoint dimension: 10
Ostatnim krokiem jest zmniejszenie rozmiaru zestawu danych do zaledwie 1000 treningowych punktów danych i 200 testowych punktów danych.
N_TRAIN = 1000
N_TEST = 200
x_train, x_test = x_train[:N_TRAIN], x_test[:N_TEST]
y_train, y_test = y_train[:N_TRAIN], y_test[:N_TEST]
print("New number of training examples:", len(x_train))
print("New number of test examples:", len(x_test))
New number of training examples: 1000 New number of test examples: 200
2. Zmiana etykiet i obliczanie cech PQK
Przygotujesz teraz „sztuczny” zestaw danych kwantowych, włączając komponenty kwantowe i ponownie oznaczysz obcięty zestaw danych MNIST, który utworzyłeś powyżej. Aby uzyskać jak największą separację między metodami kwantowymi i klasycznymi, najpierw przygotujesz cechy PQK, a następnie zmienisz etykiety wyników na podstawie ich wartości.
2.1 Kodowanie kwantowe i funkcje PQK
Będziesz utworzyć nowy zestaw funkcji, na podstawie x_train , y_train , x_test i y_test która jest określona jako 1-RDM na wszystkich qubitach z:
\(V(x_{\text{train} } / n_{\text{trotter} }) ^ {n_{\text{trotter} } } U_{\text{1qb} } | 0 \rangle\)
Gdzie \(U_\text{1qb}\) jest ściana pojedynczych obrotów qubit i \(V(\hat{\theta}) = e^{-i\sum_i \hat{\theta_i} (X_i X_{i+1} + Y_i Y_{i+1} + Z_i Z_{i+1})}\)
Najpierw możesz wygenerować ścianę pojedynczych rotacji kubitów:
def single_qubit_wall(qubits, rotations):
"""Prepare a single qubit X,Y,Z rotation wall on `qubits`."""
wall_circuit = cirq.Circuit()
for i, qubit in enumerate(qubits):
for j, gate in enumerate([cirq.X, cirq.Y, cirq.Z]):
wall_circuit.append(gate(qubit) ** rotations[i][j])
return wall_circuit
Możesz szybko sprawdzić, czy to działa, patrząc na obwód:
SVGCircuit(single_qubit_wall(
cirq.GridQubit.rect(1,4), np.random.uniform(size=(4, 3))))
Następnie można przygotować \(V(\hat{\theta})\) z pomocą tfq.util.exponential które mogą exponentiate dowolny dojazdy cirq.PauliSum obiektów:
def v_theta(qubits):
"""Prepares a circuit that generates V(\theta)."""
ref_paulis = [
cirq.X(q0) * cirq.X(q1) + \
cirq.Y(q0) * cirq.Y(q1) + \
cirq.Z(q0) * cirq.Z(q1) for q0, q1 in zip(qubits, qubits[1:])
]
exp_symbols = list(sympy.symbols('ref_0:'+str(len(ref_paulis))))
return tfq.util.exponential(ref_paulis, exp_symbols), exp_symbols
Ten obwód może być nieco trudniejszy do zweryfikowania, ale nadal możesz zbadać przypadek dwóch kubitów, aby zobaczyć, co się dzieje:
test_circuit, test_symbols = v_theta(cirq.GridQubit.rect(1, 2))
print(f'Symbols found in circuit:{test_symbols}')
SVGCircuit(test_circuit)
Symbols found in circuit:[ref_0]
Teraz masz już wszystkie elementy potrzebne do zmontowania pełnych obwodów kodowania:
def prepare_pqk_circuits(qubits, classical_source, n_trotter=10):
"""Prepare the pqk feature circuits around a dataset."""
n_qubits = len(qubits)
n_points = len(classical_source)
# Prepare random single qubit rotation wall.
random_rots = np.random.uniform(-2, 2, size=(n_qubits, 3))
initial_U = single_qubit_wall(qubits, random_rots)
# Prepare parametrized V
V_circuit, symbols = v_theta(qubits)
exp_circuit = cirq.Circuit(V_circuit for t in range(n_trotter))
# Convert to `tf.Tensor`
initial_U_tensor = tfq.convert_to_tensor([initial_U])
initial_U_splat = tf.tile(initial_U_tensor, [n_points])
full_circuits = tfq.layers.AddCircuit()(
initial_U_splat, append=exp_circuit)
# Replace placeholders in circuits with values from `classical_source`.
return tfq.resolve_parameters(
full_circuits, tf.convert_to_tensor([str(x) for x in symbols]),
tf.convert_to_tensor(classical_source*(n_qubits/3)/n_trotter))
Wybierz kilka kubitów i przygotuj obwody kodujące dane:
qubits = cirq.GridQubit.rect(1, DATASET_DIM + 1)
q_x_train_circuits = prepare_pqk_circuits(qubits, x_train)
q_x_test_circuits = prepare_pqk_circuits(qubits, x_test)
Następnie obliczyć PQK funkcje oparte na 1-RDM obwodów powyżej zestawu danych i przechowywania wyników w rdm , a tf.Tensor z kształtu [n_points, n_qubits, 3] . Wpisy w rdm[i][j][k] = \(\langle \psi_i | OP^k_j | \psi_i \rangle\) gdzie i indeksy powyżej punktów danych, j indeksy ponad qubitach i k indeksów ponad \(\lbrace \hat{X}, \hat{Y}, \hat{Z} \rbrace\) .
def get_pqk_features(qubits, data_batch):
"""Get PQK features based on above construction."""
ops = [[cirq.X(q), cirq.Y(q), cirq.Z(q)] for q in qubits]
ops_tensor = tf.expand_dims(tf.reshape(tfq.convert_to_tensor(ops), -1), 0)
batch_dim = tf.gather(tf.shape(data_batch), 0)
ops_splat = tf.tile(ops_tensor, [batch_dim, 1])
exp_vals = tfq.layers.Expectation()(data_batch, operators=ops_splat)
rdm = tf.reshape(exp_vals, [batch_dim, len(qubits), -1])
return rdm
x_train_pqk = get_pqk_features(qubits, q_x_train_circuits)
x_test_pqk = get_pqk_features(qubits, q_x_test_circuits)
print('New PQK training dataset has shape:', x_train_pqk.shape)
print('New PQK testing dataset has shape:', x_test_pqk.shape)
New PQK training dataset has shape: (1000, 11, 3) New PQK testing dataset has shape: (200, 11, 3)
2.2 Ponowne oznakowanie na podstawie cech PQK
Teraz, że masz te cechy kwantowe wygenerowana w x_train_pqk i x_test_pqk , nadszedł czas, aby ponownie etykiecie DataSet. W celu osiągnięcia maksymalnej separacji między kwantowej i klasycznej wydajności można re-label zestaw danych na podstawie informacji znalezionych w spektrum x_train_pqk i x_test_pqk .
def compute_kernel_matrix(vecs, gamma):
"""Computes d[i][j] = e^ -gamma * (vecs[i] - vecs[j]) ** 2 """
scaled_gamma = gamma / (
tf.cast(tf.gather(tf.shape(vecs), 1), tf.float32) * tf.math.reduce_std(vecs))
return scaled_gamma * tf.einsum('ijk->ij',(vecs[:,None,:] - vecs) ** 2)
def get_spectrum(datapoints, gamma=1.0):
"""Compute the eigenvalues and eigenvectors of the kernel of datapoints."""
KC_qs = compute_kernel_matrix(datapoints, gamma)
S, V = tf.linalg.eigh(KC_qs)
S = tf.math.abs(S)
return S, V
S_pqk, V_pqk = get_spectrum(
tf.reshape(tf.concat([x_train_pqk, x_test_pqk], 0), [-1, len(qubits) * 3]))
S_original, V_original = get_spectrum(
tf.cast(tf.concat([x_train, x_test], 0), tf.float32), gamma=0.005)
print('Eigenvectors of pqk kernel matrix:', V_pqk)
print('Eigenvectors of original kernel matrix:', V_original)
Eigenvectors of pqk kernel matrix: tf.Tensor( [[-2.09569391e-02 1.05973557e-02 2.16634180e-02 ... 2.80352887e-02 1.55521873e-02 2.82677952e-02] [-2.29303762e-02 4.66355234e-02 7.91163836e-03 ... -6.14174758e-04 -7.07804322e-01 2.85902526e-02] [-1.77853629e-02 -3.00758495e-03 -2.55225878e-02 ... -2.40783971e-02 2.11018627e-03 2.69009806e-02] ... [ 6.05797209e-02 1.32483775e-02 2.69536003e-02 ... -1.38843581e-02 3.05043962e-02 3.85345481e-02] [ 6.33309558e-02 -3.04112374e-03 9.77444276e-03 ... 7.48321265e-02 3.42793856e-03 3.67484428e-02] [ 5.86028099e-02 5.84433973e-03 2.64811981e-03 ... 2.82612257e-02 -3.80136147e-02 3.29943895e-02]], shape=(1200, 1200), dtype=float32) Eigenvectors of original kernel matrix: tf.Tensor( [[ 0.03835681 0.0283473 -0.01169789 ... 0.02343717 0.0211248 0.03206972] [-0.04018159 0.00888097 -0.01388255 ... 0.00582427 0.717551 0.02881948] [-0.0166719 0.01350376 -0.03663862 ... 0.02467175 -0.00415936 0.02195409] ... [-0.03015648 -0.01671632 -0.01603392 ... 0.00100583 -0.00261221 0.02365689] [ 0.0039777 -0.04998879 -0.00528336 ... 0.01560401 -0.04330755 0.02782002] [-0.01665728 -0.00818616 -0.0432341 ... 0.00088256 0.00927396 0.01875088]], shape=(1200, 1200), dtype=float32)
Teraz masz wszystko, czego potrzebujesz, aby ponownie oznaczyć zbiór danych! Teraz możesz zapoznać się ze schematem blokowym, aby lepiej zrozumieć, jak zmaksymalizować separację wydajności podczas ponownego etykietowania zestawu danych:
W celu maksymalizacji rozdzielenia między kwantowej i klasycznych modeli, można próbować zwiększyć geometryczną różnicę między oryginalnym zbiorze i PQK wyposażony jądra macierzy \(g(K_1 || K_2) = \sqrt{ || \sqrt{K_2} K_1^{-1} \sqrt{K_2} || _\infty}\) korzystając S_pqk, V_pqk i S_original, V_original . Duża wartość \(g\) , zapewnia, że początkowo przesunąć w prawo w dół schematu blokowego wobec przewagi predykcji w przypadku kwantowej.
def get_stilted_dataset(S, V, S_2, V_2, lambdav=1.1):
"""Prepare new labels that maximize geometric distance between kernels."""
S_diag = tf.linalg.diag(S ** 0.5)
S_2_diag = tf.linalg.diag(S_2 / (S_2 + lambdav) ** 2)
scaling = S_diag @ tf.transpose(V) @ \
V_2 @ S_2_diag @ tf.transpose(V_2) @ \
V @ S_diag
# Generate new lables using the largest eigenvector.
_, vecs = tf.linalg.eig(scaling)
new_labels = tf.math.real(
tf.einsum('ij,j->i', tf.cast(V @ S_diag, tf.complex64), vecs[-1])).numpy()
# Create new labels and add some small amount of noise.
final_y = new_labels > np.median(new_labels)
noisy_y = (final_y ^ (np.random.uniform(size=final_y.shape) > 0.95))
return noisy_y
y_relabel = get_stilted_dataset(S_pqk, V_pqk, S_original, V_original)
y_train_new, y_test_new = y_relabel[:N_TRAIN], y_relabel[N_TRAIN:]
3. Porównanie modeli
Po przygotowaniu zestawu danych nadszedł czas na porównanie wydajności modelu. Będziesz utworzyć dwie sieci neuronowych mały wyprzedzającym i porównać wyniki, gdy są one podane dostęp do PQK, które znaleźć można w x_train_pqk .
3.1 Utwórz ulepszony model PQK
Stosując standardowe tf.keras funkcje biblioteczne można teraz tworzyć i trenowania modelu na x_train_pqk i y_train_new punktów danych:
#docs_infra: no_execute
def create_pqk_model():
model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(32, activation='sigmoid', input_shape=[len(qubits) * 3,]))
model.add(tf.keras.layers.Dense(16, activation='sigmoid'))
model.add(tf.keras.layers.Dense(1))
return model
pqk_model = create_pqk_model()
pqk_model.compile(loss=tf.keras.losses.BinaryCrossentropy(from_logits=True),
optimizer=tf.keras.optimizers.Adam(learning_rate=0.003),
metrics=['accuracy'])
pqk_model.summary()
Model: "sequential" _________________________________________________________________ Layer (type) Output Shape Param # ================================================================= dense (Dense) (None, 32) 1088 _________________________________________________________________ dense_1 (Dense) (None, 16) 528 _________________________________________________________________ dense_2 (Dense) (None, 1) 17 ================================================================= Total params: 1,633 Trainable params: 1,633 Non-trainable params: 0 _________________________________________________________________
#docs_infra: no_execute
pqk_history = pqk_model.fit(tf.reshape(x_train_pqk, [N_TRAIN, -1]),
y_train_new,
batch_size=32,
epochs=1000,
verbose=0,
validation_data=(tf.reshape(x_test_pqk, [N_TEST, -1]), y_test_new))
3.2 Stwórz klasyczny model
Podobnie jak w powyższym kodzie, możesz teraz również stworzyć klasyczny model, który nie ma dostępu do funkcji PQK w twoim stilted dataset. Model ten może być przeszkoleni użyciu x_train i y_label_new .
#docs_infra: no_execute
def create_fair_classical_model():
model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(32, activation='sigmoid', input_shape=[DATASET_DIM,]))
model.add(tf.keras.layers.Dense(16, activation='sigmoid'))
model.add(tf.keras.layers.Dense(1))
return model
model = create_fair_classical_model()
model.compile(loss=tf.keras.losses.BinaryCrossentropy(from_logits=True),
optimizer=tf.keras.optimizers.Adam(learning_rate=0.03),
metrics=['accuracy'])
model.summary()
Model: "sequential_1" _________________________________________________________________ Layer (type) Output Shape Param # ================================================================= dense_3 (Dense) (None, 32) 352 _________________________________________________________________ dense_4 (Dense) (None, 16) 528 _________________________________________________________________ dense_5 (Dense) (None, 1) 17 ================================================================= Total params: 897 Trainable params: 897 Non-trainable params: 0 _________________________________________________________________
#docs_infra: no_execute
classical_history = model.fit(x_train,
y_train_new,
batch_size=32,
epochs=1000,
verbose=0,
validation_data=(x_test, y_test_new))
3.3 Porównaj wydajność
Teraz, po przeszkoleniu obu modeli, możesz szybko wykreślić różnice w wydajności w danych walidacyjnych między nimi. Zazwyczaj oba modele osiągają dokładność > 0,9 na danych uczących. Jednak na danych walidacyjnych staje się jasne, że tylko informacje znalezione w funkcjach PQK są wystarczające, aby model dobrze uogólniał się na niewidoczne instancje.
#docs_infra: no_execute
plt.figure(figsize=(10,5))
plt.plot(classical_history.history['accuracy'], label='accuracy_classical')
plt.plot(classical_history.history['val_accuracy'], label='val_accuracy_classical')
plt.plot(pqk_history.history['accuracy'], label='accuracy_quantum')
plt.plot(pqk_history.history['val_accuracy'], label='val_accuracy_quantum')
plt.xlabel('Epoch')
plt.ylabel('Accuracy')
plt.legend()
<matplotlib.legend.Legend at 0x7f6d846ecee0>
4. Ważne wnioski
Istnieje kilka ważnych wnioski można wyciągnąć z tej i MNIST eksperymentów:
Jest bardzo mało prawdopodobne, że dzisiejsze modele kwantowe pokonają klasyczne modele na danych klasycznych. Zwłaszcza w przypadku dzisiejszych klasycznych zestawów danych, które mogą zawierać ponad milion punktów danych.
Tylko dlatego, że dane mogą pochodzić z trudnego do klasycznej symulacji obwodu kwantowego, niekoniecznie utrudnia naukę danych w przypadku klasycznego modelu.
Zestawy danych (ostatecznie kwantowe), które są łatwe do nauczenia modeli kwantowych i trudne do nauczenia modeli klasycznych, istnieją, niezależnie od architektury modelu lub zastosowanych algorytmów uczących.