mindquantum.algorithm.qaia.SFC
- class mindquantum.algorithm.qaia.SFC(J, h=None, x=None, n_iter=1000, batch_size=1, dt=0.1, k=0.2)[源代码]
离散振幅反馈算法。
参考文献：Coherent Ising machines with optical error correction circuits。
- 参数：
J (Union[numpy.array, csr_matrix]) - 耦合矩阵，维度为 \((N x N)\)。
h (numpy.array) - 外场强度，维度为 \((N, )\)。
x (numpy.array) - 自旋初始化配置，维度为 \((N x batch_size)\)。默认值：
None。n_iter (int) - 迭代步数。默认值：
1000。batch_size (int) - 样本个数。默认值为：
1。dt (float) - 迭代步长。默认值：
0.1。k (float) - 平均场和误差变量之间的偏差参数。默认值：
0.2。