Skip to main content
IBM Quantum Platform

qiskit_noise_learning.analysis.AnalysisStage

class qiskit_noise_learning.analysis.AnalysisStage

GitHub

ベース： ABC

分析パイプラインにおけるステージの抽象ベースクラス。

各ステージは、消費するデータレベル (input_level) と生成するデータレベル (output_level) を宣言します。ステージは中間レベルをスキップする場合があり、例えば から RawData へ直接進むことがあります DecayData。

ステージを実装するには、このクラスをサブクラス化し、をオーバーライドしてください _run()。 public メソッド run() は、コンテナ Fit の浅いコピー処理と、スキップされたレベルのマーク付けを行います。このメソッドはコピー _run() を受け取り、その場で変更を加える場合があります。

input_level また、クラス属性として宣言することもできます output_level ：

class MyStage(AnalysisStage):
    input_level = RawData
    output_level = ObservableData

    def _run(self, fit):
        fit[ObservableData] = compute(fit[RawData])

__init__

__init__()

方法

コラム「 1 」
コラム「 2 」
__init__()
run(フィット)このステージを実行し、出力レベルが設定された新しいインスタンス Fit を返します。

属性

コラム「 1 」
コラム「 2 」
input_levelこの段階で読み込まれるデータレベル。
output_levelこの段階で書き込まれるデータレベル。

input_level

abstract property

タイプ： type[LeveledData]

この段階で読み込まれるデータレベル。

output_level

abstract property

タイプ： type[LeveledData]

この段階で書き込まれるデータレベル。

run

run(fit: Fit | LeveledData) → Fit

このステージを実行し、出力レベルが設定された新しいインスタンス Fit を返します。

浅いコピーでは fit、中間 Absent レベルをすべてとしてマークし Skipped、コピー _run() に対してを呼び出し、それを返します。 元のファイルは変更 fit されません。

このページは役に立ちましたか？
バグや誤字の報告、またはコンテンツの要求はGitHubで行ってください。