1. 课程导入与全景概览

量子机器学习（QML）试图把参数化量子电路当作可训练的模型：电路中的旋转角、耦合强度等连续参数构成可学习变量，测量结果给出损失函数值，而训练的本质就是不断调整这些参数，使损失下降。问题在于，量子电路不能像经典神经网络那样直接调用反向传播——测量会坍缩量子态，参数化电路的可观测输出只能通过多次采样估计。因此，“梯度从哪来、怎么估、估得准不准、估出来怎么用”构成了本课程的主线。

先明确一个贯穿全课程的核心对象：参数化量子电路 U(θ)，其中 θ = (θ₁, …, θₘ) 是可训练参数。损失函数通常写成某个可观测量的期望值：

L(θ) = ⟨ψ₀| U†(θ) O U(θ) |ψ₀⟩

训练需要的是 ∂L/∂θᵢ。量子机器学习中最常用的解析梯度方法是参数移位规则（parameter-shift rule）。对形如 e^{-iθP/2}（P 为泡利算符）的门，有精确等式：

∂L/∂θᵢ = [ L(θᵢ + π/2) − L(θᵢ − π/2) ] / 2

这意味着梯度可以由两次电路评估的差值得到，每次评估都需要有限次采样（shots）。例如设 shots = 1024，单次期望值估计的标准差约为 1/√1024 ≈ 0.031，两次评估相减后梯度噪声约为 0.031×√2/2 ≈ 0.022。若真实梯度只有 0.01 量级，噪声就会淹没信号——这正是“梯度估计”必须单独成章的原因：它不只是公式，还涉及采样预算、测量基选择与误差控制。

与梯度估计并列的另一条主线是优化。即便梯度估得准，量子损失 landscape 也可能存在贫瘠高原（barren plateau）：随量子比特数增加，梯度方差指数衰减。此外还有局部极小、参数初始化敏感、噪声导致的最优值偏移等问题。因此课程把“估计”和“优化”作为一对耦合问题处理：估计器决定优化器看到的方向质量，优化策略又决定采样预算如何分配。

上图给出本课程的技术地图。左侧是模型与损失：参数化电路产生量子态，测量得到期望值；中间是梯度估计，包含解析的移位规则、作为对照的有限差分、测量基选择与采样预算、以及噪声与偏差分析；右侧是优化策略，包括梯度下降与 Adam 类方法、初始化、贫瘠高原应对和噪声鲁棒训练。底部学习路径说明课程推进顺序：先能建模，再能估梯度，再接入优化器，最后做诊断与评估。

为了让“估计”落到可操作层面，先看一个最小示例。设单量子比特电路为 U(θ)=R_y(θ)，初态 |0⟩，可观测量 O=Z，则 L(θ)=cos θ，解析梯度为 −sin θ。取 θ=0.5，真实梯度约 −0.479。用移位规则需评估 θ+π/2≈2.071 与 θ−π/2≈−1.071，对应 cos 值约 −0.479 与 0.479，差值为 −0.958，除以 2 得 −0.479，与解析值一致。若每次评估只用 100 shots，则单次估计标准差约 0.1，梯度噪声约 0.07，需要增大 shots 或做多次平均才能稳定。这个例子说明：梯度公式本身是精确的，误差主要来自采样，工程上必须把 shots 当作显式预算来管理。

课程后续会围绕四个能力层次展开。第一层是“能写”：用 Qiskit、PennyLane 或 Cirq 构造参数化电路并定义损失。第二层是“能估”：实现移位规则，理解为何它对泡利旋转门精确、对一般门需要分解或改用有限差分，并会计算给定 shots 下的梯度噪声量级。第三层是“能训”：把梯度接入优化循环，设置学习率与停止条件，观察损失曲线是否单调下降、梯度范数是否衰减到零。第四层是“能诊断”：当训练停滞时，区分是梯度估计噪声过大、学习率不当、初始化落入平坦区，还是贫瘠高原导致梯度指数消失，并选择增加 shots、换初始化、改用局部可观测量或分层训练等对策。