하이퍼파라미터 사용

하이브리드 작업을 생성할 때 학습률 또는 단계 크기와 같이 알고리즘에 필요한 하이퍼파라미터를 정의할 수 있습니다. 하이퍼파라미터 값은 일반적으로 알고리즘의 다양한 측면을 제어하는 데 사용되며 알고리즘의 성능을 최적화하도록 조정되는 경우가 많습니다. Braket 하이브리드 작업에서 하이퍼파라미터를 사용하려면 이름과 값을 딕셔너리로 명시적으로 지정해야 합니다. 최적의 값 집합을 검색할 때 테스트할 하이퍼파라미터 값을 지정합니다. 하이퍼파라미터를 사용하는 첫 번째 단계는 하이퍼파라미터를 사전으로 설정하고 정의하는 것입니다. 이는 다음 코드에서 확인할 수 있습니다.

from braket.devices import Devices

device_arn = Devices.Amazon.SV1

hyperparameters = {"shots": 1_000}

그런 다음 위에 제공된 코드 조각에 정의된 하이퍼파라미터를 전달하여 원하는 알고리즘에 사용합니다. 다음 코드 예제를 실행하려면 하이퍼파라미터 파일과 동일한 경로에 “src”라는 디렉터리를 생성합니다. "src" 디렉터리 내에 0_Getting_started_papermill.ipynb, notebook_runner.py 및 requirements.txt 코드 파일을 추가합니다.

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)

하이브리드 작업 스크립트 내에서 하이퍼파라미터에 액세스하려면 notebook_runner.py python 파일의 load_jobs_hyperparams() 함수를 참조하세요. 하이브리드 작업 스크립트 외부에서 하이퍼파라미터에 액세스하려면 다음 코드를 실행합니다.

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)

하이퍼파람터를 사용하는 방법에 대한 자세한 내용은 Amazon Braket Hybrid Jobs를 사용하는 QAOA와 Amazon Braket Hybrid Jobs 자습서의 PennyLane 및 Quantum 기계 학습을 참조하세요. Amazon Braket