TemplateOptimization

class qiskit.transpiler.passes.TemplateOptimization(*args, **kwargs)

GitHub

베이스: TransformationPass

템플릿 최적화 패스에 대한 클래스입니다.

매개변수

template_list (list[QuantumCircuit()]) – 적용할 수 있는 다양한 템플릿 회로 목록.
heuristics_backward_param (list[int]) – [길이, 생존자] 이는 알고리즘의 뒷부분에 휴리스틱을 적용하기 위한 매개변수입니다. 알고리즘의 이 부분은 일치하는 시나리오의 트리를 생성합니다. 이 나무는 기하급수적으로 성장합니다. 휴리스틱은 어떤 시나리오가 가장 오래 일치하는지 평가하여 해당 시나리오만 유지합니다. 길이는 트리를 자르기 위한 트리의 간격이고 생존자는 유지되는 시나리오의 수입니다. l=3 및 s=1 을 이용하면 시간을 크게 절약할 수 있습니다. 휴리스틱은 최대 경기의 일부를 잃는다는 것을 의미합니다. 자세한 내용은 참조를 확인하세요.
heuristics_qubits_param (list[int]) – [길이] 큐비트 선택에 대한 휴리스틱은 탐색할 큐비트 구성의 수를 제한하기 위해 회로의 지연 종속성에서 추측합니다. 길이는 회로의 dag 종속성에서 탐색할 후계자 또는 전임자의 수이며, 노드의 각 큐비트는 승인된 큐비트 집합에 추가됩니다. length=1 을 사용하는 것이 좋습니다. 자세한 내용은 참조를 확인하세요.
user_cost_dict (Dict[str, int]) – 퀀텀 비용 사전을 TemplateSubstitution 로 전달하여 동작을 구성합니다. None을 지정하지 않으면 기본값이 재정의됩니다. 핵심은 게이트의 이름과 양자 비용 값입니다.

속성

is_analysis_pass

패스가 분석 패스인지 확인합니다.

패스가 AnalysisPass, 인 경우 패스가 DAG를 분석하고 해당 분석 결과를 속성 집합에 쓸 수 있음을 의미합니다. 이러한 종류의 패스에서는 DAG에 대한 수정이 허용되지 않습니다.

is_transformation_pass

패스가 변환 패스인지 확인합니다.

패스가 TransformationPass, 인 경우 패스가 DAG를 조작할 수는 있지만 속성 집합을 수정할 수는 없음을 의미합니다(단, 읽을 수는 있음).

메소드

execute

execute(passmanager_ir, state, callback=None)

GitHub

입력된 키스킷 IR에 대한 최적화 작업을 실행합니다.

매개변수

passmanager_ir (DAGCircuit) – 최적화할 Qiskit IR.
state (DAGCircuit) – 패스 관리자 자체에 의한 워크플로 실행과 관련된 상태.
callback (Callable[[Task, DAGCircuit, PropertySet, float, int], None] | None) – 최적화 작업이 실행될 때마다 호출되는 콜백 함수입니다.