Как перенести Qiskit VQC на оборудование IBM? ⇐ Python

[Anonymous]

У меня есть VQC, который отлично работает локально (лаборатория Jupyter), пока я не увеличу сложность (больше переменных), после чего он работает около 10 минут, а затем ядро ​​умирает. Итак, я попытался перенести его на IBM Quantum Platform, но получил сообщение об ошибке:
"Инструкция h для кубитов (0,) не поддерживается целевой системой. Схемы которые не соответствуют определению целевого оборудования, больше не поддерживаются после 4 марта 2024 г. Инструкции по преобразованию схем и примеры примитивов см. в документации по транспиляции (https://docs.quantum.ibm.com/guides/transpile). (https://docs.quantum.ibm.com/guides/primitives-examples), чтобы увидеть это в сочетании с преобразованиями операторов.
Я думал, что транспиляция произойдет автоматически, если VQC настроил правильно, но, похоже, это не так (или я делаю что-то не так).
Мой основной код:

Код: Выделить всё

from qiskit_machine_learning.algorithms.classifiers import VQC
from qiskit_ibm_runtime import QiskitRuntimeService, SamplerV2 as Sampler
from qiskit.circuit.library import z_feature_map
from qiskit.compiler import transpile

service = QiskitRuntimeService()
backend = service.least_busy(operational=True, simulator=False)

sampler = Sampler(backend)

feature_map = z_feature_map(feature_dimension=16, reps=1)
ansatz = RealAmplitudes(num_qubits=16, reps=3)
optimizer = COBYLA(maxiter=100)

vqc = VQC(
sampler=sampler,
feature_map=feature_map,
ansatz=ansatz,
optimizer=optimizer,
callback=callback_graph
)

vqc.fit(x_train, np_y_train)

Я пробовал принудительно транспилировать, но не могу понять, как это сделать с помощью алгоритма машинного обучения. Я искал это несколько часов и просто не смог найти никакой хорошей документации, которая бы не устарела или не объясняла бы, как это сделать для схемы.
Все qiskit пакеты pip --upgraded.

Подробнее здесь: https://stackoverflow.com/questions/793 ... m-hardware