qiskit_ibm_runtime.options_models.NoiseLearnerV3Options

field

Tipo: BitFlipChecksOptions

Valor predeterminado: BitFlipChecksOptions(pre_circuit=PreCircuitBitFlipChecksOptions(enable=False, x_pulse_type='xslow', strategy='node'), post_circuit=PostCircuitBitFlipChecksOptions(enable=False, x_pulse_type='xslow', strategy='node'))

Opciones para aplicar comprobaciones de inversión de bits a los resultados de los circuitos de aprendizaje con ruido.

field

Tipo: EnvironmentOptions

Valor predeterminado: EnvironmentOptions(log_level='WARNING', job_tags=[], private=False, max_execution_time=None, image=None)

Opciones relacionadas con el entorno de ejecución.

field

Tipo: ExecutionOptions

Valor predeterminado: ExecutionOptions(init_qubits=True, rep_delay=None, scheduler_timing=False, stretch_values=False)

Opciones de ejecución a bajo nivel.

field

Tipo: dict

Valor predeterminado: {}

Opciones experimentales.

Estas opciones están sujetas a cambios sin previo aviso, y no se garantiza su estabilidad.

field

Tipo: list[Annotated[int, Field(ge``=``0)] ]

Valor predeterminado: [0, 1, 2, 4, 16, 32]

Las profundidades de los circuitos (medidas en número de pares) que se deben utilizar en los experimentos de Pauli-Lindblad.

Se utilizan pares como unidad porque aprovechamos la naturaleza « order-2 » de nuestras puertas de entrelazamiento en la implementación del aprendizaje con ruido. Por ejemplo, un valor de 3 corresponde a 6 repeticiones de la capa en cuestión.

field

Tipo: Annotated[int, Field(ge``=``1)]

Valor predeterminado: 32

El número de circuitos aleatorios que se utilizarán por cada configuración de circuito de aprendizaje.

En los experimentos TREX, una configuración es una base de medición.

En los experimentos de Pauli Lindblad, una configuración consiste en una base de medición y un ajuste de profundidad. Por ejemplo, si tu experimento tiene seis niveles de profundidad, al establecer este valor en 32 se obtendrá un total de 32 * 9 * 6 circuitos que deben ejecutarse (donde 9 es el número de circuitos que deben implementarse para medir todas las observables necesarias; consulta la nota en la cadena de documentación de NoiseLearnerOptions para obtener más detalles), a shots_per_randomization cada uno.

Restricciones

• ge = 1

field

Tipo: PostSelectionOptions

Valor predeterminado: PostSelectionOptions(enable=False, x_pulse_type='xslow', strategy='node')

Opciones para la selección posterior de los resultados de los circuitos de aprendizaje de ruido.

field

Tipo: Annotated[int, Field(ge``=``1)]

Valor predeterminado: 128

El número total de intentos que se utilizarán por cada circuito de aprendizaje aleatorio.

Restricciones

• ge = 1

update(**kwargs)

Actualiza las opciones.

Parámetros

kwargs (Any)

Tipo de retorno

Ninguna