使用 OpflowQNN 构建生成器和鉴别器模型

这段代码构建了两个 OpflowQNN 对象，分别代表生成器和鉴别器。

生成器 (gen_opqnn)

• 使用生成器鉴别器电路 (gendisc_op) 作为操作符。
• 接受生成器鉴别器电路的前 N_DPARAMS 个参数作为输入参数（鉴别器权重）。
• 接受生成器鉴别器电路的后 N_DPARAMS 个参数作为可微分权重（生成器权重）。
• 使用 expval 作为期望值函数。
• 使用 gradient 作为梯度函数。
• 使用 qi_sv 作为量子实例。
• 生成器希望最小化期望值。

鉴别器 (disc_fake_opqnn)

• 使用生成器鉴别器电路 (gendisc_op) 作为操作符。
• 接受生成器鉴别器电路的后 N_DPARAMS 个参数作为输入参数（生成器权重）。
• 接受生成器鉴别器电路的前 N_DPARAMS 个参数作为可微分权重（鉴别器权重）。
• 使用 expval 作为期望值函数。
• 使用 gradient 作为梯度函数。
• 使用 qi_sv 作为量子实例。
• 鉴别器希望最大化期望值，目的是识别生成器生成的假数据。

鉴别器 (disc_real_opqnn)

• 使用真实鉴别器电路 (realdisc_op) 作为操作符。
• 没有输入参数。
• 接受生成器鉴别器电路的前 N_DPARAMS 个参数作为可微分权重（鉴别器权重）。
• 使用 expval 作为期望值函数。
• 使用 gradient 作为梯度函数。
• 使用 qi_sv 作为量子实例。
• 鉴别器希望最小化期望值，目的是正确识别真实数据。