ハイパーパラメータの使用

ハイブリッドジョブを作成するときに、学習レートやステップサイズなど、アルゴリズムに必要なハイパーパラメータを定義できます。ハイパーパラメータ値は通常、アルゴリズムのさまざまな側面を制御するために使用され、多くの場合、アルゴリズムのパフォーマンスを最適化するために調整できます。Braket ハイブリッドジョブでハイパーパラメータを使用するには、それらの名前と値をディクショナリとして明示的に指定する必要があります。最適な値のセットを検索するときにテストするハイパーパラメータ値を指定します。ハイパーパラメータを使用する最初のステップは、ハイパーパラメータをディクショナリとして設定して定義することです。これは、次のコードで確認できます。

from braket.devices import Devices

device_arn = Devices.Amazon.SV1

hyperparameters = {"shots": 1_000}

次に、上記のコードスニペットで定義されたハイパーパラメータを渡して、選択したアルゴリズムで使用します。次のコード例を実行するには、ハイパーパラメータファイルと同じパスに「src」という名前のディレクトリを作成します。「src」ディレクトリ内に、0_Getting_started_papermill.ipynb、bookbook_runner.py、および requirements.txt コードファイルを追加します。

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)

ハイブリッドジョブスクリプト内からハイパーパラメータにアクセスするには、bookbook_runner.py Python ファイルの load_jobs_hyperparams()関数を参照してください。ハイブリッドジョブスクリプトの外部からハイパーパラメータにアクセスするには、次のコードを実行します。

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)

ハイパーパラメータの使用方法の詳細については、Amazon Braket Hybrid Jobs を使用した QAOA」および「Amazon Braket Hybrid Jobs チュートリアル」のPennyLane and Quantum machine learning」を参照してください。 Amazon Braket