Utilizzo degli iperparametri

È possibile definire gli iperparametri necessari all'algoritmo, come il tasso di apprendimento o la dimensione del passo, quando si crea un lavoro ibrido. I valori degli iperparametri vengono in genere utilizzati per controllare vari aspetti dell'algoritmo e spesso possono essere regolati per ottimizzare le prestazioni dell'algoritmo. Per utilizzare gli iperparametri in un processo ibrido Braket, è necessario specificarne i nomi e i valori in modo esplicito come dizionario. Specificate i valori degli iperparametri da testare durante la ricerca del set di valori ottimale. Il primo passaggio per utilizzare gli iperparametri consiste nell'impostare e definire gli iperparametri come dizionario, come illustrato nel codice seguente.

from braket.devices import Devices

device_arn = Devices.Amazon.SV1

hyperparameters = {"shots": 1_000}

Quindi passate gli iperparametri definiti nel frammento di codice sopra riportato da utilizzare nell'algoritmo di vostra scelta. Per eseguire il seguente esempio di codice, create una directory denominata «src» nello stesso percorso del file di iperparametri. All'interno della directory «src», aggiungi i file di codice 0_getting_started_papermill.ipynb, notebook_runner.py e requirements.txt.

import time
from braket.aws import AwsQuantumJob

job = AwsQuantumJob.create(
    device=device_arn,
    source_module="src",
    entry_point="src.notebook_runner:run_notebook",
    input_data="src/0_Getting_started_papermill.ipynb",
    hyperparameters=hyperparameters,
    job_name=f"papermill-job-demo-{int(time.time())}",
)

# Print job to record the ARN
print(job)

Per accedere ai tuoi iperparametri dall'interno dello script di lavoro ibrido, consulta la funzione nel file notebook_runner.py python. load_jobs_hyperparams() Per accedere agli iperparametri al di fuori dello script di lavoro ibrido, esegui il codice seguente.

from braket.aws import AwsQuantumJob

# Get the job using the ARN
job_arn = "arn:aws:braket:us-east-1:111122223333:job/5eabb790-d3ff-47cc-98ed-b4025e9e296f"  # Replace with your job ARN
job = AwsQuantumJob(arn=job_arn)

# Access the hyperparameters
job_metadata = job.metadata()
hyperparameters = job_metadata.get("hyperParameters", {})
print(hyperparameters)

Per ulteriori informazioni su come imparare a usare gli iperparametri, consulta i tutorial QAOA con Amazon Braket Hybrid Jobs PennyLane e Quantum machine learning nei tutorial Amazon Braket Hybrid Jobs.