一种基于机器学习模型的训练方法、训练系统、量子过程层析方法、控制系统、存储介质及电子设备

本公开提供了一种基于机器学习模型的训练方法、训练系统、量子过程层析方法、控制系统、存储介质及电子设备，训练方法包括：获取通过待测量子过程处理得到数据集、机器学习模型处理得到预测值；测量值和预测值输入预设的损失函数，根据损失函数处理得到机器学习模型的参数的梯度，通过梯度约束处理使梯度在流形曲线上更新，使损失函数减小；获取损失函数的变化值，判断变化值是否满足预设的收敛要求，若是，完成机器学习模型的训练。根据损失函数和机器学习模型参数的梯度，在流形曲线上更新，对梯度进行回缩处理，实现了物理约束内置的高效优化，确保量子过程层析结果始终满足完全正性和保迹性，避免产生不合理或难以直观理解的结果。