OptimizeAnnotated

class qiskit.transpiler.passes.OptimizeAnnotated(*args, **kwargs)

GitHub

Basen: TransformationPass

Optimierungsdurchlauf auf Schaltungen mit kommentierten Operationen.

Implementierte Optimierungen:

Für jede kommentierte Operation wird die Liste ihrer Modifikatoren in eine kanonische Form umgewandelt. Zum Beispiel ist die aufeinanderfolgende Anwendung von inverse(), control(2) und inverse() gleichbedeutend mit der Anwendung von control(2).
Entfernen von Anmerkungen, wenn möglich. Zum Beispiel ist AnnotatedOperation(SwapGate(), [InverseModifier(), InverseModifier()]) gleichbedeutend mit SwapGate().
Rekursives Kombinieren von Kommentaren. Zum Beispiel, wenn g1 = AnnotatedOperation(SwapGate(), InverseModifier()) und g2 = AnnotatedOperation(g1, ControlModifier(2)), dann kann g2 durch AnnotatedOperation(SwapGate(), [InverseModifier(), ControlModifier(2)]) ersetzt werden.
Wendet die konjugierte Reduktion auf kommentierte Operationen an. So kann beispielsweise control - [P -- Q -- P^{-1}] in P -- control - [Q] -- P^{-1} umgeschrieben werden, d. h. es muss nur der mittlere Teil kontrolliert werden. Dies gilt auch für Invers- und Potenzmodifikatoren.

OptimizeAnnotated initialisierung.

Parameter

Ziel – das Backend-Ziel, das für diesen Durchlauf verwendet werden soll.
equivalence_library - Die verwendete Äquivalenzbibliothek (Anweisungen in dieser Bibliothek werden in diesem Durchgang nicht optimiert).
basis_gates – Namen der Zielbasen, in die entrollt werden soll[,] z. B. „ ‘u3’ “, „cx“ (Anweisungen in dieser Liste werden in diesem Durchlauf nicht optimiert). Wird ignoriert, wenn ebenfalls target angegeben ist.
recurse - Wenn entweder target oder basis_gates angegeben ist, wird der Durchlauf standardmäßig rekursiv bis zu den Gatterdefinitionen hinuntergeführt (und die Rekursion wird nicht angewendet, wenn keines von beiden angegeben ist, da solche Objekte nicht synthetisiert werden müssen). Wenn dieser Wert auf False gesetzt wird, ist die Rekursion in jedem Fall ausgeschlossen.
do_conjugate_reduction - steuert, ob eine Konjugationsreduktion durchgeführt werden soll.

Attribute

is_analysis_pass

Prüfen Sie, ob der Pass ein Analysepass ist.

Wenn der Pass ein AnalysisPass, ist, bedeutet dies, dass der Pass die DAG analysieren und die Ergebnisse dieser Analyse in den Eigenschaftssatz schreiben kann. Änderungen an der DAG sind bei dieser Art von Pass nicht zulässig.

is_transformation_pass

Prüfen Sie, ob der Pass ein Transformationspass ist.

Wenn es sich bei dem Pass um TransformationPass, handelt, bedeutet dies, dass der Pass die DAG manipulieren kann, aber den Eigenschaftssatz nicht ändern kann (aber er kann gelesen werden).

Methoden

execute

execute(passmanager_ir, state, callback=None)

GitHub

Ausführen der Optimierungsaufgabe für die Eingabe Qiskit IR.

Parameter

passmanager_ir (DAGCircuit) – Qiskit IR zur Optimierung.
state (DAGCircuit) – Zustand, der mit der Ausführung des Workflows durch den Pass-Manager selbst verbunden ist.
callback (Callable[[Task, DAGCircuit, PropertySet, float, int], None] | None) – Eine Callback-Funktion, die bei jeder Ausführung einer Optimierungsaufgabe aufgerufen wird.

Rückgabe

Optimierte Qiskit IR und Stand des Workflows.

Rückgabetyp

Tupel [ DAGCircuit, PassManagerState ]

name

name()

GitHub

Name des Passes.

Rückgabetyp

str

run

run(dag)

GitHub

Führen Sie den OptimizeAnnotated Pass auf dag.

Parameter

dag (DAGCircuit) – eingangstag.

Rückgabe

Output dag mit übergeordneten Operationen optimiert.

Erhöht

TranspilerError – wenn etwas schiefgeht.

update_status

update_status(state, run_state)

GitHub

Aktualisieren Sie den Workflow-Status.

Parameter

state (PassManagerState) – Übergeben Sie den Status des Managers zur Aktualisierung.
run_state (RunState) – Erledigungsstatus der aktuellen Aufgabe.

Rückgabe

Aktualisierter Status des Passmanagers.

Rückgabetyp

PassManagerState

War diese Seite hilfreich?

Melden Sie auf GitHub einen Fehler, einen Tippfehler oder fordern Sie Inhalte an.