Utilizzo degli iperparametri

È possibile definire gli iperparametri necessari all'algoritmo, ad esempio il tasso di apprendimento o la dimensione dei passaggi, quando si crea un job ibrido. I valori degli iperparametri vengono in genere utilizzati per controllare vari aspetti dell'algoritmo e spesso possono essere ottimizzati per ottimizzare le prestazioni dell'algoritmo. Per utilizzare gli iperparametri in un job 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 passo per utilizzare gli iperparametri consiste nell'impostare e definire gli iperparametri come dizionario, come si può vedere 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 riportato sopra per utilizzarli nell'algoritmo di vostra scelta. Per eseguire il seguente esempio di codice, create una directory denominata «src» nello stesso percorso del file degli iperparametri. All'interno della directory «src», aggiungete i file di codice 0_ Getting_started_papermill .ipynb, notebook_runner.py e requirements.txt. https://github.com/amazon-braket/amazon-braket-examples/blob/main/examples/hybrid_jobs/7_Running_notebooks_as_hybrid_jobs/src/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 agli iperparametri dall'interno dello script di job ibrido, vedete la load_jobs_hyperparams() funzione nel file notebook_runner.py python. https://github.com/amazon-braket/amazon-braket-examples/blob/main/examples/hybrid_jobs/7_Running_notebooks_as_hybrid_jobs/src/notebook_runner.py Per accedere agli iperparametri all'esterno dello script di lavoro ibrido, eseguite 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 sull'apprendimento dell'uso degli iperparametri, consulta i tutorial QAOA con Amazon Braket Hybrid Jobs PennyLane e Quantum machine learning nei tutorial Amazon Braket Hybrid Jobs.