Gunakan hyperparameters

Anda dapat menentukan hiperparameter yang dibutuhkan oleh algoritme Anda, seperti tingkat pembelajaran atau ukuran langkah, saat Anda membuat pekerjaan hibrida. Nilai hyperparameter biasanya digunakan untuk mengontrol berbagai aspek algoritma, dan sering dapat disetel untuk mengoptimalkan kinerja algoritma. Untuk menggunakan hyperparameters dalam pekerjaan hybrid Braket, Anda perlu menentukan nama dan nilainya secara eksplisit sebagai kamus. Perhatikan bahwa nilai harus dari tipe data string. Anda menentukan nilai hyperparameter yang ingin Anda uji saat mencari set nilai optimal. Langkah pertama untuk menggunakan hyperparameters adalah mengatur dan mendefinisikan hyperparameters sebagai kamus, yang dapat dilihat pada kode berikut:

#defining the number of qubits used
n_qubits = 8
#defining the number of layers used
n_layers = 10
#defining the number of iterations used for your optimization algorithm
n_iterations = 10

hyperparams = {
    "n_qubits": n_qubits, 
    "n_layers": n_layers, 
    "n_iterations": n_iterations
}

Anda kemudian akan meneruskan hyperparameters yang ditentukan dalam cuplikan kode yang diberikan di atas untuk digunakan dalam algoritme pilihan Anda dengan sesuatu yang terlihat seperti berikut:

import time
from braket.aws import AwsQuantumJob

#Name your job so that it can be later identified
job_name = f"qcbm-gaussian-training-{n_qubits}-{n_layers}-" + str(int(time.time()))

job = AwsQuantumJob.create(
    #Run this hybrid job on the SV1 simulator
    device="arn:aws:braket:::device/quantum-simulator/amazon/sv1",
    #The directory or single file containing the code to run.
    source_module="qcbm",
    #The main script or function the job will run.
    entry_point="qcbm.qcbm_job:main",
    #Set the job_name
    job_name=job_name,
    #Set the hyperparameters
    hyperparameters=hyperparams,
    #Define the file that contains the input data
    input_data="data.npy", # or input_data=s3_path
    # wait_until_complete=False,
)

catatan

Untuk mempelajari lebih lanjut tentang data input, lihat bagian Input.

Hyperparameters kemudian akan dimuat ke dalam skrip pekerjaan hybrid menggunakan kode berikut:

import json
import os

#Load the Hybrid Job hyperparameters
hp_file = os.environ["AMZN_BRAKET_HP_FILE"]
with open(hp_file, "r") as f:
    hyperparams = json.load(f)

catatan

Untuk informasi selengkapnya tentang cara meneruskan informasi seperti data input dan perangkat arn ke skrip pekerjaan hybrid, lihat halaman github ini.

Beberapa panduan yang sangat berguna untuk belajar tentang cara menggunakan hyperparameters diberikan oleh QAOA dengan Amazon Braket Hybrid Jobs dan PennyLane dan Quantum machine learning dalam tutorial Amazon Braket Hybrid Jobs.