基于跨图注意力机制的量子比特映射方法及通用编译器

本申请涉及基于跨图注意力机制的量子比特映射方法及通用编译器，基于跨图注意力机制的量子比特映射模型的训练方法包括：根据硬件拓扑图中硬件节点信息执行图内邻接聚合操作，得到更新后的硬件节点向量；根据量子逻辑电路中逻辑节点信息执行图内邻接聚合操作，得到更新后的逻辑节点向量；计算更新后硬件节点向量和逻辑节点向量的匹配度并基于该匹配度对逻辑节点向量与硬件节点向量分别进行跨图注意力更新；将池化处理后的硬件节点向量和逻辑节点向量输入待训练量子比特映射模型中，输出映射质量预测值；基于映射质量真实值和映射质量预测值构建损失函数，采用梯度下降法训练图神经网络模型。本方法能够自动选择最优路径组合降低计算复杂度。