qiskit.circuit.library.zz_feature_map

qiskit.circuit.library.zz_feature_map(feature_dimension, reps=2, entanglement='full', alpha=2.0, data_map_func=None, parameter_prefix='x', insert_barriers=False, name='ZZFeatureMap')

GitHub

2차 폴리-Z 진화 회로.

3 큐비트와 1 반복 및 선형 얽힘의 경우 회로는 다음과 같이 표현됩니다:

┌───┐┌────────────────┐
┤ H ├┤ P(2.0*φ(x[0])) ├──■───────────────────────────■───────────────────────────────────
├───┤├────────────────┤┌─┴─┐┌─────────────────────┐┌─┴─┐
┤ H ├┤ P(2.0*φ(x[1])) ├┤ X ├┤ P(2.0*φ(x[0],x[1])) ├┤ X ├──■───────────────────────────■──
├───┤├────────────────┤└───┘└─────────────────────┘└───┘┌─┴─┐┌─────────────────────┐┌─┴─┐
┤ H ├┤ P(2.0*φ(x[2])) ├─────────────────────────────────┤ X ├┤ P(2.0*φ(x[1],x[2])) ├┤ X ├
└───┘└────────────────┘                                 └───┘└─────────────────────┘└───┘

여기서 $\varphi$ 는 고전적인 비선형 함수이며, $|S| = 1$ 일 경우 기본값은 $\varphi(x) = x$ 이고, $|S| > 1$ 일 경우 $\varphi(x,y) = (\pi - x)(\pi - y)$ 이며, $S$ 는 특징 맵 내의 연결을 설명하는 큐비트 인덱스의 집합이다. 자세한 내용은 pauli_feature_map() 의 docstring을 참조하십시오.

매개변수

feature_dimension (int) – 회로의 큐비트 수.
reps (int) – 진화 레이어가 반복되는 횟수.
entanglement (str |Sequence[Sequence[int]] | Callable[[int], str |Sequence[Sequence[int]]]) – 얽힘 구조를 지정합니다. 문자열('full', 'linear', 'reverse_linear', 'circular' 또는 'sca'), 정수 튜플의 리스트, 또는 반복할 때마다 이러한 유형의 값을 반환하는 호출 가능 객체일 수 있습니다.
alpha (float) – 파울리 회전 인자, 파울리 회전에 곱해지는 인자.
data_map_func (Callable[[Parameter], ParameterExpression] | None) – 기본 매핑을 재정의하기 위해 전달할 수 있는 x 데이터용 매핑 함수입니다.
parameter_prefix (str) – 기본 매개변수가 생성될 때 사용되는 접두사.
insert_barriers (bool) – 이 경우 True, 진화 명령어와 하다마르 층 사이에 장벽이 삽입된다.
name (str) – 회로의 이름.

리턴

ZZ 피처 맵을 구현하는 양자 회로.

리턴 유형

QuantumCircuit

예제

>>> from qiskit.circuit.library import zz_feature_map
>>> prep = zz_feature_map(2, reps=1)
>>> print(prep)
     ┌───┐┌─────────────┐
q_0: ┤ H ├┤ P(2.0*x[0]) ├──■──────────────────────────────────────■──
     ├───┤├─────────────┤┌─┴─┐┌────────────────────────────────┐┌─┴─┐
q_1: ┤ H ├┤ P(2.0*x[1]) ├┤ X ├┤ P(2.0*(pi - x[0])*(pi - x[1])) ├┤ X ├
     └───┘└─────────────┘└───┘└────────────────────────────────┘└───┘

>>> from qiskit.circuit.library import efficient_su2
>>> classifier = zz_feature_map(3).compose(efficient_su2(3))
>>> classifier.num_parameters
27
>>> classifier.parameters  # 'x' for the data preparation, 'θ' for the SU2 parameters
ParameterView([
    ParameterVectorElement(x[0]), ParameterVectorElement(x[1]),
    ParameterVectorElement(x[2]), ParameterVectorElement(θ[0]),
    ParameterVectorElement(θ[1]), ParameterVectorElement(θ[2]),
    ParameterVectorElement(θ[3]), ParameterVectorElement(θ[4]),
    ParameterVectorElement(θ[5]), ParameterVectorElement(θ[6]),
    ParameterVectorElement(θ[7]), ParameterVectorElement(θ[8]),
    ParameterVectorElement(θ[9]), ParameterVectorElement(θ[10]),
    ParameterVectorElement(θ[11]), ParameterVectorElement(θ[12]),
    ParameterVectorElement(θ[13]), ParameterVectorElement(θ[14]),
    ParameterVectorElement(θ[15]), ParameterVectorElement(θ[16]),
    ParameterVectorElement(θ[17]), ParameterVectorElement(θ[18]),
    ParameterVectorElement(θ[19]), ParameterVectorElement(θ[20]),
    ParameterVectorElement(θ[21]), ParameterVectorElement(θ[22]),
    ParameterVectorElement(θ[23])
])

이 페이지가 도움이 되었습니까?

GitHub에서 버그, 오타를 보고하거나 컨텐츠를 요청하십시오.