qiskit_noise_learning.experiment_builder.EvenDepthVanillaPaths
class qiskit_noise_learning.experiment_builder.EvenDepthVanillaPaths(*, prep_gate: ModelGate | None = None, meas_gate: ModelGate | None = None, gates: list[ModelGate] | None = None, input_paulis: dict[str, QubitSparsePauliList] | None = None)
Basi: AddPaths
Generare percorsi "vanilla" non vincolati con ripetizioni di due applicazioni di gate.
Per ogni gate di destinazione, genera percorsi in cui il frammento ripetibile è costituito da due applicazioni del gate.
Parametri
- prep_gate – Il cancello di preparazione. Se
None, il valore predefinito è il gate denominato"P". - meas_gate – Il gate di misurazione. Se
None, il valore predefinito è il gate denominato"M". - gates – Gates per generare percorsi; questi devono essere unitari (senza componenti di preparazione o di misura). Se
None, il valore predefinito è costituito da tutte le porte unitarie presenti nell'insieme delle porte. - input_paulis – Mappatura facoltativa dal nome del gate ai Paulis da utilizzare. Se non specificato, il valore predefinito è quello dei generatori di gate se il modello di fedeltà contiene un
PauliLindbladModel, altrimentiValueErrorviene generato un.
__init__
__init__(*, prep_gate: ModelGate | None = None, meas_gate: ModelGate | None = None, gates: list[ModelGate] | None = None, input_paulis: dict[str, QubitSparsePauliList] | None = None)
Metodi
Rubrica 1 | Rubrica 2 |
|---|---|
__init__(*[, prep_gate, meas_gate, gates, ...]) | |
run(esperimento) | Verifica i campi obbligatori, quindi applica questa fase. |
Attributi
Rubrica 1 | Rubrica 2 |
|---|---|
populates_fields | |
required_fields | Sequenza immutabile integrata. |
required_fields
Questa pagina è stata utile?
Segnala un bug, un errore di battitura o richiedi contenuti su GitHub.