Skip to main content
IBM Quantum Platform

OptimizeAnnotated

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

GitHub

Bases: TransformationPass

Pase de optimización en circuitos con operaciones anotadas.

Optimizaciones implementadas:

  • Para cada operación anotada, convertir la lista de sus modificadores a una forma canónica. Por ejemplo, aplicar consecutivamente inverse(), control(2) y inverse() equivale a aplicar control(2).
  • Eliminar las anotaciones cuando sea posible. Por ejemplo, AnnotatedOperation(SwapGate(), [InverseModifier(), InverseModifier()]) equivale a SwapGate().
  • Combinación recursiva de anotaciones. Por ejemplo, si g1 = AnnotatedOperation(SwapGate(), InverseModifier()) y g2 = AnnotatedOperation(g1, ControlModifier(2)), entonces g2 puede sustituirse por AnnotatedOperation(SwapGate(), [InverseModifier(), ControlModifier(2)]).
  • Aplica la reducción conjugada a las operaciones anotadas. Por ejemplo, control - [P -- Q -- P^{-1}] puede reescribirse como P -- control - [Q] -- P^{-1}, es decir, sólo hay que controlar la parte central. Esto también funciona para los modificadores inversos y de potencia.

OptimizeAnnotated inicializador.

Parámetros

  • destino : el destino del backend que se utilizará para esta pasada.
  • equivalence_library - La biblioteca de equivalencia utilizada (las instrucciones de esta biblioteca no serán optimizadas por esta pasada).
  • basis_gates – nombres de bases de destino a las que se va a desplegar, p. ej.[, « ‘u3’ », «cx»] (las instrucciones de esta lista no se optimizarán en esta pasada). Se ignorará si también target se especifica.
  • recurse - Por defecto, cuando se especifica target o basis_gates , el pase desciende recursivamente a las definiciones de puerta (y la recursión no se aplica cuando no se especifica ninguna de las dos, ya que dichos objetos no necesitan ser sintetizados). Establecer este valor en False impide la recursión en todos los casos.
  • do_conjugate_reduction - controla si se debe realizar la reducción de conjugados.

Atributos

is_analysis_pass

Comprueba si el pase es un pase de análisis.

Si el pase es un AnalysisPass, significa que el pase puede analizar el DAG y escribir los resultados de ese análisis en el conjunto de propiedades. Este tipo de paso no permite realizar modificaciones en el DAG.

is_transformation_pass

Comprueba si el pase es un pase de transformación.

Si el pase es un TransformationPass, significa que el pase puede manipular el DAG, pero no puede modificar el conjunto de propiedades (pero se puede leer).


Métodos

execute

execute(passmanager_ir, state, callback=None)

GitHub

Ejecutar la tarea de optimización para la entrada Qiskit IR.

Parámetros

  • passmanager_ir (Any) – Qiskit IR para optimizar.
  • state (PassManagerState) – Estado asociado a la ejecución del flujo de trabajo por el propio gestor de pases.
  • callback (Callable | None) – Una función de devolución de llamada que se invoca cada vez que se ejecuta una tarea de optimización.

Devuelve

Qiskit IR optimizado y estado del flujo de trabajo.

Tipo de retorno

tupla [ Any, PassManagerState ]

name

name()

GitHub

Nombre del pase.

Tipo de retorno

str

run

run(dag)

GitHub

Ejecuta el pase OptimizeAnnotated en dag.

Parámetros

dag (DAGCircuit) – input dag.

Devuelve

Dag de salida con operaciones de nivel superior optimizadas.

Eleva

TranspilerError - cuando algo va mal.

update_status

update_status(state, run_state)

GitHub

Actualizar el estado del flujo de trabajo.

Parámetros

  • state (PassManagerState) – Pasar estado de gestor a actualizar.
  • run_state (RunState) – Estado de finalización de la tarea actual.

Devuelve

Estado del gestor de pases actualizado.

Tipo de retorno

PassManagerState

¿Le ha resultado útil esta página?
Informe de un error, de una errata o solicite contenido en GitHub.