QuantumProgramModel
pydantic model QuantumProgramModel
ベース： BaseModel
量子プログラムを保存するためのモデル。
circuits
field
タイプ: QpyDataV13ToV17Model[QuantumCircuit] [Required]
itemsの各要素に対して1つの量子回路。
これらは、1つのQPYファイル内にまとめて配置するために、外部に items 保存されています。
検証元
check_chunk_sizes_are_consistentcheck_circuit_count_is_consistent
items
field
タイプ: list[Annotated[CircuitItemModel | SamplexItemModel, Field(discriminator
デフォルト値: 'item_type')]] [Required]
プログラムの内容。
検証元
check_chunk_sizes_are_consistentcheck_circuit_count_is_consistent
meas_level
field
タイプ: Literal['classified', 'kerneled', 'avg_kerneled', 'both']
デフォルト値: 'classified'
すべての従来のレジスタ測定結果を返すレベル。
このオプションは、すべての量子プログラム項目におけるすべての古典レジスタの戻り値の型を設定し、低レベルの測定デバイスからの生複素数データがビット単位で区別されるかどうかを決定します。
「classified」：古典的なレジスタデータは、固有の形状を持つブール配列として返されます
(num_shots, creg_size).「kerneled」：古典的なレジスタデータは、固有の形状を持つ複合配列として返されます
(num_shots, creg_size)ここで、各エントリは（測定トレースのカーネリングによって得られた）任意の単位でのIQデータポイントを表しています。“avg_kerneled”: 古典的なレジスタデータは、組み込み関数を使用して複素数配列として返されます
(creg_size,)形状。ここで、データは「カーネル化」されたものと同等であるが、ショットごとに平均化が追加されている。「両方」：すべての古典的レジスタについて、分類済みデータとカーネル処理済みデータの両方が返されます。
検証元
check_chunk_sizes_are_consistentcheck_circuit_count_is_consistent
passthrough_data
field
タイプ: DataTree
デフォルト値: None
任意のネストされたデータが、変更されることなく実行を通過する。
検証元
check_chunk_sizes_are_consistentcheck_circuit_count_is_consistent
semantic_role
field
タイプ: str | None
デフォルト値: None
実行結果がランタイムクライアントによってどのように後処理されるかを示す意味的役割。
予約済みのシステム値には、 ‘sampler-v2’ および ‘estimator-v2’ が含まれます。これらは予告なく変更される場合があります。 サードパーティ製のクライアントは、この値を設定したり、これに依存したりしないでください。
検証元
check_chunk_sizes_are_consistentcheck_circuit_count_is_consistent
shots
field
タイプ: int [Required]
個別に接続された各回路のショット数。
制約
- ge = 1
検証元
check_chunk_sizes_are_consistentcheck_circuit_count_is_consistent