NoiseLearnerOptions
class NoiseLearnerOptions(_VERSION=2, max_execution_time=Unset, environment=<factory>, simulator=<factory>, max_layers_to_learn=Unset, shots_per_randomization=Unset, num_randomizations=Unset, layer_pair_depths=Unset, twirling_strategy=Unset, experimental=Unset)
베이스: OptionsV2
옵션 NoiseLearner.
단일 레이어의 노이즈를 학습하기 위해 구현된 고유 회로의 총 개수는 오직 layer_pair_depths 와 num_randomizations. 예를 들어 layer_pair_depths 에 6개의 깊이가 있고 num_randomizations 이 32 로 설정된 경우 노이즈 학습 단계는 각 레이어당 총 6 * 9 고유 회로를 실행하며, 각 회로는 32 무작위화( shots_per_randomization 각각).
위의 숫자 9 는 로컬 측정을 수행하여 주어진 계층의 모든 2큐비트 하위 시스템에 대한 노이즈를 학습하기 위해 구현해야 하는 고유 회로의 수입니다. 실제로 이러한 하위 시스템 중 하나의 노이즈를 학습하려면 해당 하위 시스템의 모든 16 2큐비트 폴리를 측정해야 합니다. 정류 관계를 활용하여 단일 회로로 둘 이상의 폴리(예: XI, IX, XX)를 측정하는 경우, 9 회로만 구현하여 이러한 16 폴리를 모두 측정할 수 있습니다. 이러한 측정 작업을 최적의 방식으로 병렬화하면 9 회로만으로 계층의 모든 2큐비트 하위 시스템에 대한 16 폴리스를 측정할 수 있습니다. 자세한 내용은 참조. [1].
참조
- E. van den Berg, Z. Minev, A. Kandala, K. Temme, 잡음이 많은 양자 프로세서에서 희소 폴리-린드블라드 모델을 사용한 확률론적 오류 제거, Nature Physics 19권, 1116-1121페이지(2023). arXiv:2201.09866 [quant-ph]
속성
매개변수
- _VERSION (int)
- max_execution_time (UnsetType | int)
- environment (EnvironmentOptions | Dict)
- simulator (SimulatorOptions | Dict)
- max_layers_to_learn (UnsetType | int | None)
- shots_per_randomization (UnsetType | int)
- num_randomizations (UnsetType | int)
- layer_pair_depths (UnsetType | list[int])
- twirling_strategy (UnsetType | Literal['active', 'active-accum', 'active-circuit', 'all'])
- experimental (UnsetType | dict)
environment
유형: EnvironmentOptions | Dict
기본값: FieldInfo(annotation=NoneType, required=False, default_factory=EnvironmentOptions)
experimental
유형: UnsetType | dict
기본값: Unset
실험적 옵션.
이러한 옵션은 예고 없이 변경될 수 있으며 안정성이 보장되지 않습니다.
layer_pair_depths
유형: UnsetType | list[int]
기본값: Unset
학습 실험에 사용할 회로 깊이(쌍 수로 측정)입니다.
노이즈 학습 구현에서 인탱글링 게이트의 order-2 특성을 활용하기 때문에 쌍을 단위로 사용합니다. 예를 들어 3 값은 관심 레이어의 6회 반복에 해당합니다. 기본값: (0, 1, 2, 4, 16, 32).
max_execution_time
유형: UnsetType | int
기본값: Unset
max_layers_to_learn
유형: UnsetType | int | None
기본값: Unset
학습할 고유 레이어의 최대 개수입니다.
None 값은 제한이 없음을 나타냅니다. 고유한 레이어가 더 많으면 일부 레이어는 학습되지 않거나 완화되지 않습니다. 학습된 레이어는 발생 횟수에 따라 우선순위가 정해지며, 동일하게 발생하는 레이어의 경우 레이어에 있는 2큐비트 게이트의 수에 따라 추가로 정렬됩니다. 디폴트는 4입니다.
num_randomizations
유형: UnsetType | int
기본값: Unset
학습 회로 구성당 사용할 무작위 회로의 수입니다.
구성은 측정 기준 및 깊이 설정입니다. 예를 들어 실험의 깊이가 6개인 경우 이 값을 32로 설정하면 총 32 * 9 * 6 회로를 실행해야 합니다(여기서 9 은 필요한 모든 관측값을 측정하기 위해 구현해야 하는 회로 수입니다. 자세한 내용은 문서 문자열의 NoiseLearnerOptions 모드에 대한 자세한 내용은 shots_per_randomization 각각.
shots_per_randomization
유형: UnsetType | int
기본값: Unset
무작위 학습 회로당 사용할 총 샷 수입니다.
학습 회로는 하드웨어에서 실행되는 특정 측정 기준을 가진 특정 학습 깊이의 무작위 회로입니다. 기본값: 128.
simulator
유형: SimulatorOptions | Dict
기본값: FieldInfo(annotation=NoneType, required=False, default_factory=SimulatorOptions)
twirling_strategy
유형: UnsetType | Literal['active', 'active-accum', 'active-circuit', 'all']
기본값: Unset
두 개의 큐비트로 구성된 돌돌 말린 게이트의 확인된 레이어에서 회전 전략.
사용 가능한 값은 다음과 같습니다.
"active": 각각의 돌림 레이어에서는 인스트럭션 큐비트만 돌립니다.
"active-circuit"각 개별 회전 레이어에서 모든 인스트럭션의 조합입니다회로의 큐비트가 꼬여 있습니다.
"active-accum"각각의 꼬인 레이어에서 명령어 큐비트의 조합은 다음과 같습니다현재 꼬인 레이어까지 회로에서 꼬여 있습니다.
"all": 각 개별 트위클 레이어에서 입력 회로의 모든 큐비트가 트위클됩니다.
큐비트의 활성 여부를 판단할 때 배리어와 지연 명령은 무시됩니다.
기본값: "active-accum".