mindquantum.simulator.NoiseBackend
- class mindquantum.simulator.NoiseBackend(base_sim, n_qubits, adder, seed=None, dtype=None)[源代码]
基于噪声信道的含噪模拟器。
- 参数:
base_sim (str) - MindQuantum 支持的量子模拟器。
n_qubits (int) - 该噪声模拟器的比特数。
adder (
ChannelAdderBase) - 一个信道添加器,可以将一个量子线路转化为噪声线路。seed (int) - 一个随机种子。默认值:
None。dtype (mindquantum.dtype) - 模拟器的数据类型。如果为
None,将选取为 mindquantum.complex128。默认值:None。
样例:
>>> from mindquantum.simulator import NoiseBackend, Simulator >>> from mindquantum.core.circuit import Circuit, MeasureAccepter, MixerAdder, BitFlipAdder >>> circ = Circuit().h(0).x(1, 0).measure_all() >>> circ ┏━━━┓ ┍━━━━━━┑ q0: ──┨ H ┠───■───┤ M q0 ├─── ┗━━━┛ ┃ ┕━━━━━━┙ ┏━┻━┓ ┍━━━━━━┑ q1: ────────┨╺╋╸┠─┤ M q1 ├─── ┗━━━┛ ┕━━━━━━┙ >>> adder = MixerAdder([ ... MeasureAccepter(), ... BitFlipAdder(0.2), ... ], add_after=False) >>> adder(circ) ┏━━━┓ ╔════════════╗ ┍━━━━━━┑ q0: ──┨ H ┠───■───╢ BFC(p=1/5) ╟─┤ M q0 ├─── ┗━━━┛ ┃ ╚════════════╝ ┕━━━━━━┙ ┏━┻━┓ ╔════════════╗ ┍━━━━━━┑ q1: ────────┨╺╋╸┠─╢ BFC(p=1/5) ╟─┤ M q1 ├─── ┗━━━┛ ╚════════════╝ ┕━━━━━━┙ >>> noise_sim = Simulator(NoiseBackend('mqvector', 2, adder=adder)) >>> noise_sim.sampling(circ,seed=42, shots=5000) shots: 5000 Keys: q1 q0│0.00 0.085 0.17 0.255 0.34 0.425 ───────────┼───────────┴───────────┴───────────┴───────────┴───────────┴ 00│▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓ │ 01│▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒ │ 10│▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒ │ 11│▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒ │ {'00': 1701, '01': 796, '10': 804, '11': 1699}
- get_expectation_with_grad(hams, circ_right, circ_left=None, simulator_left=None, parallel_worker=None, pr_shift=False)
获取一个返回前向值和关于线路参数梯度的函数。
该方法会先使用当前
adder将 circ_right`(以及可选的 `circ_left)转换为噪声线路,然后调用底层模拟器计算期望值与梯度。- 参数:
hams (Union[
Hamiltonian, List[Hamiltonian]]) - 需要计算期望的Hamiltonian或一组Hamiltonian。circ_right (
Circuit) - 右侧线路,在计算前会自动转化为噪声线路。circ_left (
Circuit) - 左侧线路。如果为None,则默认与 circ_right 一致;如果提供,则在计算前会自动转化为噪声线路。默认值:None。simulator_left (Union[
NoiseBackend,Simulator]) - 包含左侧量子态的模拟器。如果传入NoiseBackend,将自动使用其底层模拟器。默认值:None。parallel_worker (int) - 并行器数量。默认值:
None。pr_shift (bool) - 是否使用 parameter-shift rule。仅在 mqvector 模拟器中可用,当电路包含噪声信道时该参数将自动启用。默认值:
False。
- 返回:
GradOpsWrapper,一个包含生成梯度算子信息的梯度算子包装器。