qiskit_noise_learning.experiment_builder.Experiment

class qiskit_noise_learning.experiment_builder.Experiment(*, fidelity_model: LinearMap[Hashable, FidelityIndex] | ModelGateSet | None = None, paths: list[Path] | None = None, instruction_sequences: list[InstructionSequence] | None = None, relations: set[tuple[int, int]] | None = None, shots: int = 20, randomizations: int = 50, randomization_multipliers: list[int] | None = None, validate: bool = True)

GitHub

ベース： object

学習実験の仕様書。

An は、ノイズ学習実験を定義するために必要なすべてのデータ（忠実度モデル、解析パス、命令シーケンス、それらの関係、および実行パラメータ（ショットとランダム化））を収集 Experiment します。

すべての項目は任意であり、 ExperimentBuilderStage インスタンスを通じて段階的に入力することができます。

パラメーター

fidelity_model – フィデリティ・モデル、またはモデル・ゲート・セット（がでラップされているもの IdentityFidelityModel）。
paths – 分析対象のパス。
instruction_sequences – 命令シーケンス（バインドされたものとバインドされていないものの両方が含まれる場合がある）。
relations – どの命令シーケンスがどのパスを辿るかを示すタプ (path_idx, sequence_idx) ルの集合。
ショット数 – グローバルなショット数（デフォルトは20）。
無作為化回数 – 無作為化の総回数（デフォルトは 50）。
randomization_multipliers – シーケンスごとのランダム化乗数（instruction_sequences と並行）。
validate – の場合（ True デフォルト）、と同じ検証チェック（ replace() 共置換、長さの整合性、関係の範囲）を適用します。

init

__init__(*, fidelity_model: LinearMap[Hashable, FidelityIndex] | ModelGateSet | None = None, paths: list[Path] | None = None, instruction_sequences: list[InstructionSequence] | None = None, relations: set[tuple[int, int]] | None = None, shots: int = 20, randomizations: int = 50, randomization_multipliers: list[int] | None = None, validate: bool = True)

方法

コラム「 1 」	コラム「 2 」
`__init__`(*[, fidelity_model, paths, ...])
`replace`(*[, validate])	指定されたフィールドを上書きした浅いコピーを返します。

属性

コラム「 1 」	コラム「 2 」
`design_matrix`	フィデリティモデルとパスから遅延評価によって計算された設計行列。
`fidelity_model`	フィデリティ・モデル。
`gate_set`	モデル用ゲートセット。
`instruction_sequences`	命令シーケンス。
`is_executable`	この実験には、実行に必要な情報がすべて揃っているかどうか。
`paths`	分析の経路。
`randomization_multipliers`	シーケンスごとの無作為化乗数。
`randomizations`	世界全体の無作為割付件数。
`relations`	経路関係と順序関係の集合。
`shots`	世界全体の接種回数。

fidelity_model

タイプ: LinearMap[Hashable, FidelityIndex] | None

フィデリティ・モデル。

gate_set

種類： ModelGateSet | None

モデル用ゲートセット。

paths

種類： list[Path] | None

分析の経路。

instruction_sequences

種類： list[InstructionSequence] | None

命令シーケンス。

relations

タイプ: set[tuple[int, int]] | None

経路関係と順序関係の集合。

shots

種類： int

世界全体の接種回数。

randomizations

種類： int

世界全体の無作為割付件数。

randomization_multipliers

種類： list[int] | None

シーケンスごとの無作為化乗数。

design_matrix

種類： IndexedMatrix

フィデリティモデルとパスから遅延評価によって計算された設計行列。

昇給

ValueError – または fidelity_model paths がの場合 None。

is_executable

種類： bool

この実験には、実行に必要な情報がすべて揃っているかどうか。

必要条件：が設定 instruction_sequences されており、すべてのシーケンスがバインドされ、完全であり、かつが設定されている randomization_multipliers こと。

replace

replace(*, validate: bool = True, **kwargs) → Experiment

指定されたフィールドを上書きした浅いコピーを返します。

validate=True (デフォルト) の場合、以下のチェックが適用されます：

共置換 ：とは instruction_sequences 、常に両方ともであるか、 None あるいは両方ともでないもので randomization_multipliers なければならないNone。一方のみを置換することは、この不変条件が保たれる場合にのみ許される。
長さの一貫性 ：と長さが同じで randomization_multipliers なければならない instruction_sequences。
関係の範囲 ：この設定を行うには、および paths が存在 instruction_sequences している必要 relations があり、すべてのインデックスが範囲内である必要があります。
ソフト無効化 ：新しいを指定 instruction_sequences せずにまたは paths を置き換えると、警告が表示された None 上でが relations に設定されます relations 。

パラメーター

validate – の場合 True、上記のチェックを適用する。その場合 False、フィールドは検証を行わずにそのまま設定されます。
**kwargs – フィールド名とその新しい値。

昇給

TypeError – 認識されないフィールド名が指定された場合。
ValueError – 検証制約に違反した場合。

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。