BaseSamplerV1

class qiskit.primitives.BaseSamplerV1(*, options=None)

Basen: BasePrimitiveV1, Generic[T]

Probenehmer V1 Basisklasse

Basisklasse von Sampler, die Quasi-Wahrscheinlichkeiten von Bitstrings aus Quantenschaltungen berechnet.

Ein Probenehmer wird mit einem leeren Parametersatz initialisiert. Der Probenehmer wird verwendet, um eine JobV1über die Methode qiskit.primitives.Sampler.run() . Diese Methode wird mit den folgenden Parametern aufgerufen

• Quantenschaltungen ( $\psi_i(\theta)$ ): Liste (parametrisierter) Quantenschaltungen. (eine Liste von QuantumCircuit Objekten)
• parameterwerte ( $\theta_k$ ): Liste der Sätze von Parameterwerten, die an die Parameter der Quantenschaltungen gebunden werden. (Liste von Liste von Float)

Die Methode gibt ein JobV1 objekt zurück, der Aufruf von qiskit.providers.JobV1.result() liefert ein SamplerResult objekt, das Wahrscheinlichkeiten oder Quasi-Wahrscheinlichkeiten von Bitstrings enthält, sowie optionale Metadaten wie Fehlerbalken in den Stichproben.

Hier ist ein Beispiel für die Verwendung des Samplers.

# This is a fictional import path.
# There are currently no Sampler implementations in Qiskit.
from sampler_v1_location import SamplerV1
from qiskit import QuantumCircuit
from qiskit.circuit.library import RealAmplitudes

# a Bell circuit
bell = QuantumCircuit(2)
bell.h(0)
bell.cx(0, 1)
bell.measure_all()

# two parameterized circuits
pqc = RealAmplitudes(num_qubits=2, reps=2)
pqc.measure_all()
pqc2 = RealAmplitudes(num_qubits=2, reps=3)
pqc2.measure_all()

theta1 = [0, 1, 1, 2, 3, 5]
theta2 = [0, 1, 2, 3, 4, 5, 6, 7]

# initialization of the sampler
sampler = Sampler()

# Sampler runs a job on the Bell circuit
job = sampler.run(circuits=[bell], parameter_values=[[]], parameters=[[]])
job_result = job.result()
print([q.binary_probabilities() for q in job_result.quasi_dists])

# Sampler runs a job on the parameterized circuits
job2 = sampler.run(
    circuits=[pqc, pqc2],
    parameter_values=[theta1, theta2],
    parameters=[pqc.parameters, pqc2.parameters])
job_result = job2.result()
print([q.binary_probabilities() for q in job_result.quasi_dists])

Initialisieren Sie SamplerV1.

Parameter

options (dict | None) – Standardoptionen.

Attribute

options

Methoden

run

set_options