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, die (start_idx, stop_idx, step) die abgeflachte Form des entsprechenden Quantenprogrammelements in Scheiben schneiden, nachdem die Anwendung erfolgt permutation ist. Das heißt, dieser Teil entspricht den Datenelementen eines flatten(permute(arr))[start_idx:stop_idx:step] bestimmten Datenarrays, dessen arr 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.
Wenn beispielsweise ein Element eines Quantenprogramms die Form hat (10, 5), dann umfasst es insgesamt Elemente 50 , sodass, wenn dieses gleich size ist 10, 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.