一种基于量子-经典联合结构的transformer模型及其训练方法

基于量子‑经典联合结构的transformer模型及训练方法，基于变分量子线路的Transformer模型构建，在传统Transformer的基础上，引入基于变分量子线路的量子神经网络结构，结合经典神经网络模块构建连接求和结构，形成一种新型的量子‑经典混合Transformer结构；基于构建量子‑经典混合结构的前馈神经网络，通过量子‑经典混合Transformer架构的训练，求出输出结果对模型参数的梯度；利用梯度下降法优化、更新参数。结合量子计算的计算性能潜力，本发明有望充分利用量子计算的性能，结合经典Transformer模块的能力作为补充，得到不弱于传统Transformer的能力。本发明将适用于自然语言处理、基因组分析等应用场景。