qiskit_noise_learning.analysis.AnalysisStage
class qiskit_noise_learning.analysis.AnalysisStage
베이스: ABC
분석 파이프라인 내 단계에 대한 추상 기반.
각 스테이지는 자신이 소비하는 (input_level) 데이터 레벨과 생성하는 (output_level) 데이터 레벨을 선언합니다. 스테이지는 중간 레벨을 건너뛸 수 있습니다. 예를 들어, 에서 RawData 로 직접 이동하는 경우와 같습니다 DecayData.
스테이지를 구현하려면 이 클래스를 상속하고 메서드를 재정의하십시오 _run(). public run() 메서드는 Fit 컨테이너의 얕은 복사를 처리하고 건너뛴 레벨을 표시하며, 복사된 데이터를 _run() 수신하여 그 자리에서 내용을 변경할 수 있습니다.
input_level 그리고 클래스 속성으로 선언할 output_level 수 있습니다:
class MyStage(AnalysisStage):
input_level = RawData
output_level = ObservableData
def _run(self, fit):
fit[ObservableData] = compute(fit[RawData])__init__
__init__()
메소드
속성
칼럼 1 | 칼럼 2 |
|---|---|
input_level | 이 단계에서 읽는 데이터 수준. |
output_level | 이 단계에서 기록되는 데이터 수준입니다. |
input_level
output_level
run
run(fit: Fit | LeveledData) → Fit
이 단계를 실행하여 출력 레벨이 Fit 채워진 새로운 객체를 반환합니다.
표면 복사(Shallow-copies) fit는 중간 Absent 단계들을 모두 표시하고 Skipped, 복사본에 _run() 대해 호출한 다음, 이를 반환합니다. 원본은 수정되지 fit 않습니다.
이 페이지가 도움이 되었습니까?
GitHub에서 버그, 오타를 보고하거나 컨텐츠를 요청하십시오.