常见问题#

本章汇总了使用 Kaiwu-PyTorch-Plugin 时的常见问题和解决方案。

安装相关#

Q: 安装时提示 Python 版本不兼容？#

A: Kaiwu-PyTorch-Plugin 目前仅支持 Python 3.10。请使用 conda 创建对应版本的环境：

conda create -n quantum_env python=3.10
conda activate quantum_env

Q: 无法导入 kaiwu.torch_plugin 模块？#

A: 请检查以下几点：

  1. 确认已安装 Kaiwu-PyTorch-Plugin：pip install .

  2. 确认当前环境已激活：conda activate quantum_env

  3. 确认 Kaiwu SDK 已正确安装

如果问题仍然存在，尝试重新安装：

pip uninstall kaiwu-torch-plugin
pip install .

Q: Kaiwu SDK 安装失败？#

A: Kaiwu SDK 需要单独安装。请：

  1. 访问 Kaiwu SDK 下载页面

  2. 下载对应系统的安装包

  3. 按照页面说明进行安装

模型相关#

Q: RBM 和 BM 有什么区别？应该使用哪个？#

A: 主要区别如下：

特性

RBM（受限玻尔兹曼机）

BM（全连接玻尔兹曼机）

连接结构

层内无连接

全连接

推荐场景

简单场景

生成任务以及需要建模复杂依赖时

Q: 如何选择隐藏层节点数？#

A: 隐藏层节点数的选择取决于：

  • 数据复杂度：复杂数据需要更多隐藏节点

  • 计算资源：节点越多，计算量越大

Q: 训练损失不下降怎么办？#

A: 尝试以下方法：

  1. 调整学习率：尝试更小（如 0.001）或更大（如 0.1）的学习率

  2. 增加权重衰减：添加 L2 正则化防止过拟合

  3. 检查数据预处理：确保数据已归一化到合适范围

  4. 增加训练轮次：某些情况下需要更长的训练时间

采样相关#

Q: 如何获取量子计算机访问权限？#

A: 请按以下步骤操作：

  1. 在 QBoson 平台 注册账号

  2. 通过平台联系官方工作人员

  3. 联系邮箱：developer@boseq.com

在获取真机权限前，您可以使用模拟退火优化器进行开发和测试。

Q: 模拟退火采样器参数如何调整？#

A: SimulatedAnnealingOptimizer 的主要参数：

  • alpha：退火系数（0.9-0.999），越接近 1 收敛越慢但结果越优

  • size_limit：每次采样返回的样本数

from kaiwu.classical import SimulatedAnnealingOptimizer

# Fast sampling (lower quality)
sampler = SimulatedAnnealingOptimizer(alpha=0.9, size_limit=5)

# High-quality sampling (slower)
sampler = SimulatedAnnealingOptimizer(alpha=0.995, size_limit=100)

性能相关#

Q: 如何加速训练？#

A: 几种加速方法：

  1. 增大批大小：在 GPU 内存允许的情况下增大 batch_size

  2. 减少采样次数：可以适当减少采样的部署（如调整SimulatedAnnealingOptimizer的alpha参数等）

Q: 显存不足怎么办？#

A: 尝试以下方法：

  1. 减小批大小（batch_size）

  2. 减少隐藏层节点数

  3. 使用梯度累积

其他问题#

Q: 如何引用这个项目？#

A: 请使用以下 BibTeX 格式：

@software{KaiwuPyTorchPlugin,
    title = {Kaiwu-PyTorch-Plugin},
    author = {{QBoson Inc.}},
    year = {2024},
    url = {https://github.com/QBoson/Kaiwu-pytorch-plugin}
}

Q: 在哪里可以获取更多帮助？#

A: 您可以通过以下渠道获取帮助：

  1. GitHub Issues：提交问题

  2. 开发者社区：玻色量子开发者社区

  3. 联系邮箱：developer@boseq.com

On this page