本次解读的论文是发表在PRL上的《Information Scrambling in Quantum Neural Networks》[1]
原理
作者的思想其实很简单，我们知道神经网络的作用就是从输入的杂论信息提取特征信息。然后作者在网络训练过程中，求出了输入信息和输出信息之间的三方信息，并且和损失函数变化进行比较，发现他们之间的关系-三方信息开始急剧上升到局部最大值而后减小，和损失函数开始减小缓慢的转折点吻合。如下图：
三方信息后面为什么会减小？
（这一块分析其实没多大看懂）
三方信息公式：
一开始，QNN学习