ChunkPart
pydantic model ChunkPart
Basen: BaseModel
Eine Beschreibung des Inhalts eines einzelnen Teils eines Ausführungsblocks.
element_range
field
Typ: tuple[int, int, int]
Welche Elemente des Elements wurden in diesem Chunk-Abschnitt ausgeführt?
Diese Reihe enthält Einträge (start_idx, stop_idx, step) , die die abgeflachte Form des entsprechenden Quantenprogrammelements in Scheiben schneiden, nachdem die Anwendung permutation erfolgt ist. Das heißt, dieser Teil entspricht den Datenelementen flatten(permute(arr))[start_idx:stop_idx:step] eines bestimmten Datenarrays arr , dessen Form mit der Form des entsprechenden Elements übereinstimmt. Der untere Index ist inklusiv, der obere Index ist exklusiv, und der Schritt muss positiv sein.
Es sollte gelten, dass size == max(0, ceil((stop_idx - start_idx) / step)).
Geprüft von
cross_validatemust_be_a_valid_range
idx_item
field
Typ: int
Der Index eines Elements in einem Quantenprogramm.
Geprüft von
cross_validate
permutation
field
Typ: list[int]
Ein Permutationsvektor der Elementform vor dem Aufteilen der Elemente mit dem element_range.
Diese Liste sollte zusammenhängende ganze Zahlen ab 0 in einer beliebigen Reihenfolge enthalten. Es gilt die Konvention, dass permuted_shape[i] = shape[permutation[i]] für jeden Dimensionsindex i.
Geprüft von
cross_validatemust_be_permutation_of_range
size
field
Typ: int
Die Anzahl der Elemente aus dem Quantenprogramm, die ausgeführt wurden.
10``(10, 5)Wenn beispielsweise ein Element eines Quantenprogramms die Form hat, dann umfasst es insgesamt 50 Elemente, sodass, wenn dieses size gleich ist, es 20 % des Gesamtaufwands für das Element ausmacht.
Geprüft von
cross_validate
cross_validate
validator cross_validate
Überprüfen Sie, ob die Typen und Formen der Attribute miteinander kompatibel sind.
Rückgabetyp
Selbst
must_be_a_valid_range
must_be_permutation_of_range
validator must_be_permutation_of_range
Überprüfen Sie, ob wir einen gültigen Permutationsvektor haben.