BaseSamplerV1

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

Bases : BasePrimitiveV1, Generic[T]

Classe de base de l'échantillonneur V1

Classe de base de l'échantillonneur qui calcule les quasi-probabilités des chaînes de bits à partir des circuits quantiques.

Un échantillonneur est initialisé avec un ensemble de paramètres vide. L'échantillonneur est utilisé pour créer un JobV1via la méthode qiskit.primitives.Sampler.run() . Cette méthode est appelée avec les paramètres suivants

• circuits quantiques ( $\psi_i(\theta)$ ) : liste de circuits quantiques (paramétrés). (une liste QuantumCircuit d'objets)
• valeurs des paramètres ( $\theta_k$ ) : liste d'ensembles de valeurs de paramètres à associer aux paramètres des circuits quantiques. (liste de la liste des flottants)

La méthode renvoie un JobV1 l'appel à qiskit.providers.JobV1.result() renvoie un objet SamplerResult qui contient les probabilités ou quasi-probabilités des chaînes de bits, ainsi que des métadonnées facultatives telles que les barres d'erreur dans les échantillons.

Voici un exemple d'utilisation de l'échantillonneur.

# 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])

Initialiser SamplerV1.

Paramètres

options (dict | None) – Options par défaut.

Attributs

options

Méthodes

run

set_options