Welcome to Qudas’s documentation!#

Qudas は、量子計算と古典最適化をまたいだワークフローを組み立てるための Python ライブラリです。役割は大きく次の三つに分かれます。

  1. パイプライン（:class:`~qudas.pipeline.QdPipeline`） scikit-learn に近い慣習（名前付きステップ、get_params / set_params、ランタイムへの set_context）で、前処理・符号化・古典側モデル・後処理といった 古典 CPU 上のステップ列 を記述します。ステップが量子／アニーリング実行へ問題を委譲し、結果（カウント・エネルギーなど）を後段へ返す流れを想定した構成です。外側の反復（IteratorMixin 系）や、ハイパーパラメータ探索（OptimizerMixin / OptimizerStep 系）から準備段へ戻る経路も置けます。

  2. QuData（形式変換ハブ） 最適化・QUBO まわりで使う表現（NumPy、pandas、CSV／JSON、PyQUBO、Amplify、SymPy、NetworkX、dimod BQM、PuLP など）の間を、QuData.input() と QuData.output()、および from_*／to_* で行き来させます。量子回路そのものを QuData が変換するわけではありません（回路は下記ゲートスタック側で扱います）。

  3. ゲート方式・アニーリング方式（オプションの追加パッケージ） qudas[gate] ではゲート用の Input / Block・IR / Executor / Output（主に Qiskit 連携）。qudas[annealing] ではアニーリング用の同様のパイプライン層と、QUBO 辞書ベースの IR です。いずれも QuData のファイル／ソルバ変換 API とは別レイヤー ですが、ドメインとしてはアニーリング周りで併用しやすい構成になっています。

インストールの目安:

  • pip install qudas … コア（NumPy + matplotlib）

  • pip install qudas[annealing] … QuData 変換に使うライブラリ一式（dimod、Amplify、PyQUBO など）

  • pip install qudas[gate] … Qiskit ベースのゲート実行

  • pip install qudas[all] … 上記をまとめて

詳しい手順とコード例は Quickstart を参照してください。

パイプラインの概念図#

_images/fmqa_pipeline.png

QdPipeline のイメージ。左のランタイムコンテキスト（パラメータ、乱数、ロガー、共有成果物）を set_context で受け取り、古典ステップの列のなかで量子／アニーリング Executor への委譲や、最適化ループからのフィードバックを表現します。#

QuData とゲート／アニーリングの関係#

_images/data_abstract.png

QuData を中心としたデータの流れ（v0.2.2 時点の整理）。緑のハブが最適化・QUBO 側の相互変換、青・紫はそれぞれゲート用・アニーリング用のワークフロー（IR／実行）で、ゲートスタックは QuData の行列ハブを経由しません。#

はじめに

コアとデータ変換

ゲート方式（オプション）

アニーリング方式（オプション）

パイプライン

リリースノート

参照

「本ライブラリは、国立研究開発法人新エネルギー・産業技術総合開発機構（ＮＥＤＯ）の委託業務の結果得られたものです。」