点击此处阅读文档。 <br>
zlatko.minev@aya.yale.edu
进行更新。)pyEPR
在GitHub上 :fork_and_knife: 复刻pyEPR顶级仓库
。(如何复刻GitHub仓库?)。通过给pyEPR点 :star: 星标来表示支持。
在本地 :point_down: 克隆你复刻的仓库。(如何克隆GitHub仓库?)。按照pyEPR安装和Python设置来设置pyEPR
Python代码。
使用Jupyter笔记本教程来学习如何使用。
保持更新享受使用,并确保添加主远程分支 git remote add MASTER_MINEV git://github.com/zlatko-minev/pyEPR.git
(需要帮助?)。
引用pyEPR
arXiv:2010.00620 / arXiv:1902.10355 并尽情使用!:birthday:
以下代码展示了如何使用pyEPR
仅用几行代码就完成对简单的两比特、一腔设备的完整分析。在HFSS文件中,运行脚本之前,首先指定非线性结点矩形和变量(参见HFSS中的pyEPR项目设置部分)。本征分析和哈密顿量计算中的所有操作都是完全自动化的。结果会被保存、打印并简洁地绘制出来。
# 载入pyEPR。参见教程笔记本! import pyEPR as epr # 1. 连接到你的Ansys,并加载你的设计 pinfo = epr.ProjectInfo(project_path = r'C:\sim_folder', project_name = r'cavity_with_two_qubits', design_name = r'Alice_Bob') # 2a. 非线性(约瑟夫森)结 pinfo.junctions['jAlice'] = {'Lj_variable':'Lj_alice', 'rect':'rect_alice', 'line': 'line_alice', 'Cj_variable':'Cj_alice'} pinfo.junctions['jBob'] = {'Lj_variable':'Lj_bob', 'rect':'rect_bob', 'line': 'line_bob', 'Cj_variable':'Cj_bob'} pinfo.validate_junction_info() # 检查是否提供了有效的变量和 对象名称。 # 2b. 耗散元件:指定 pinfo.dissipative['dielectrics_bulk'] = ['si_substrate', 'dielectric_object2'] # 提供hfss对象的名称 pinfo.dissipative['dielectric_surfaces'] = ['interface1', 'interface2'] # 或者,这些可以在ProjectInfo中指定 # pinfo = epr.ProjectInfo(..., dielectrics_bulk = ['si_substrate', 'dielectric_object2']) # 3. 对本征模式解进行微波分析 eprd = epr.DistributedAnalysis(pinfo) if 1: # 自动报告 eprd.quick_plot_frequencies(swp_var) # 在分析前绘制求解的频率 eprd.hfss_report_full_convergence() # 报告收敛性 eprd.do_EPR_analysis() # 4a. 基于EPR的微波解进行哈密顿量谱后分析 epra = epr.QuantumAnalysis(eprd.data_filename) epra.analyze_all_variations(cos_trunc = 8, fock_trunc = 7) # 4b. 报告求解结果 swp_variable = 'Lj_alice' # 假设我们对电感Lj_alice进行了优化分析扫描 epra.plot_hamiltonian_results(swp_variable=swp_variable) epra.report_results(swp_variable=swp_variable, numeric=True) epra.quick_plot_mode(0,0,1,numeric=True, swp_variable=swp_variable)
pyEPR
视频教程 <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/534c7a11-dccf-438c-ad2c-94eadfa2446a.svg" height=30>pyEPR
的安装和设置直接从源代码使用pyEPR
,并从主Git仓库拉取更新,因为我们经常更新它。以下步骤解释了如何设置Python 3、复刻pyEPR
仓库并使用它。
请使用git保持pyEPR
的更新。我们喜欢使用git图形界面管理器来简化操作,比如SourceTree或GitHub Desktop。
快速设置
我们推荐以下章节的方法,这将是最新的,但如果想快速使用,可以使用 conda forge 频道 进行安装
conda install -c conda-forge pyepr-quantum
或者使用 PyPi 频道
pip install pyEPR-quantum
推荐步骤 <br />
安装 Python 3.x,我们推荐 Anaconda 发行版。<br>
代码目前在 Python 3.6/7 下开发。它最初是在 2.7 下开发的,应该仍然兼容。<br>
安装后,请确保配置系统 PATH 变量。在 Windows 上,在任务栏搜索或控制面板中,搜索"编辑账户的环境变量"。在系统变量部分,找到 PATH 环境变量并选择它。点击编辑。将 C:\Anaconda3;C:\Anaconda3\Scripts;C:\Anaconda3\Library\bin;
放在路径的开头。如果你之前安装过 Python,这一步非常重要,尤其是为了编译 qutip 模块。你可以在命令提示符(终端)中使用以下命令验证你的路径:
sh $ echo %PATH%
conda install -c conda-forge pint conda install -c conda-forge qutip pip install addict
git remote add MASTER_MINEV git://github.com/zlatko-minev/pyEPR.git
! (需要帮助?)_config_user.py
文件,设置你的数据保存目录和其他感兴趣的参数。(要保持你的更改为本地,在 pyEPR/pyEPR
文件夹中使用 shell 命令 git update-index --skip-worktree _config_user.py
)虽然不是必需的,但在开发过程中通常会以"可编辑"或"开发"模式在本地安装你的项目。这允许你的项目既可以安装,又可以以项目形式进行编辑。
假设你在项目的根目录下,运行以下命令(参见此处):
python -m pip install -e .
尽管有些晦涩,-e 是 --editable 的缩写,而 . 指的是当前工作目录,所以合在一起,它意味着以可编辑模式安装当前目录(即你的项目)。这也会安装任何用"install_requires"声明的依赖项和任何用"console_scripts"声明的脚本。依赖项将以常规的、不可编辑的模式安装。引用自python
按照上述相同的说明操作。你不应该需要安装 mingw 或修改 distutils.cfg,因为你的发行版应该已经将 gcc 作为默认编译器。
警告: pyEPR 组织在 v0.8-dev (从 2020 年开始;当前分支:master [即将稳定])中进行了重大改进。如果你使用了之前的版本,你会发现所有关键类都已重命名。请参阅教程和文档。同时,如果你还不能切换,请回退使用稳定版 v0.7。
pyEPR
的 HFSS 项目设置你可以在这里找到建议的工作流程和一些设置技巧。
jAlice
。我们推荐使用 50 x 100 μm 的矩形进行简单模拟,尽管小几个数量级的矩形也可以工作。注意这个结点的长度,你需要将其提供给 pyEPR。在这个矩形表面上分配一个 Lumped RLC
BC,其电感值由一个局部变量给出,例如 Lj1
。这个变量的名称也将提供给 pyEPR。polyline
,以定义结点电流流动方向的感。这条线应该跨越整个结点矩形的长度。使用结点矩形上的对象坐标系定义它(这样当几何形状改变时它们会一起移动)。这条线的名称将提供给 pyEPR 模块。mixed order
解。请更新到 0.7.2 以上版本的 pint。你可以使用
pip install pint --upgrade
StringIO
AttributeError: module 'pandas.compat' has no attribute 'StringIO'
Caleb 指出了这一点,请参见这里和解决方案。你需要更改 pandas 版本。[pyEPR 待升级]
这个问题在这次提交中得到了解决 。尝试将你的 pyEPR 版本更新到当前的 master。
AttributeError: module 'numpy' has no attribute '__config__'
你可能需要更新你的 numpy 安装。对我来说,以下 bash 序列有效:
conda update qutip
conda update numpy
你也可以选择安装可选的qutip包来进行一些高级的哈密顿量数值分析。 我们使用Qutip来处理量子对象。按照他们网站上的说明进行操作。截至2017年8月,qutip已成为conda的一部分,你可以使用
conda install qutip
如果这不起作用,请尝试从conda forge安装
conda install -c conda-forge qutip
如果你想手动安装,请按照以下步骤操作。有些步骤可能会比较棘手。 首先,你需要安装一个C编译器,因为qutip使用Cython。如果你没有安装VS9、gcc或mingw,以下方法可行:
pip install -i https://pypi.anaconda.org/carlkl/simple mingwpy
让anaconda知道使用这个编译器,通过创建文件C:\Anaconda2\Lib\distutils\distutils.cfg
,内容如下
[build]
compiler = mingw32
[build_ext]
compiler = mingw32
接下来,让我们安装qutip。你可以选择使用conda install或pip install,或者直接从git拉取,如这里所示:
conda install git pip install git+https://github.com/qutip/qutip.git
仔细检查项目和设计文件名。确保文件路径中没有撇号或其他不良字符,例如C:\Minev's PC\my:Project。检查HFSS是否弹出了错误对话框,如"文件被锁定"。手动打开HFSS和文件。
可能是HFSS弹出了错误对话框,或者冻结了,或者你输错了某些名称。
如果你的脚本不正常终止,可能会发生这种情况。pyHFSS尝试捕获终止事件并处理它们。但是,如果你在完成后调用hfss.release()
,你的安全应该得到保证。如果你想 关闭HFSS,请使用任务管理器(MAC上的活动监视器)。
在HFSS中运行参数扫描时,确保在运行pyEPR之前实际上为每个变体保存了场。这可以通过右键单击你的ParametricSetup -> 属性 -> 选项 -> "保存场和网格"来完成。
这个问题是由pandas 0.20.1引起的,更新到0.20.3或更高版本可以解决这个问题。 <br>
ValueError: cannot set WRITEABLE flag to True of this array
当尝试用numpy 1.16版本读取hdf文件时会出现这个错误,参见这里的git问题。一个解决方案是将numpy降级到1.15.4或升级到更新版本的hdf和numpy。
pyEPR
?
使用这个bibtex来引用
pyEPR
,对于方法请使用能量参与率论文arXiv:2010.00620。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的 高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。