Vai al contenuto principale
Questo progetto è in fase beta. Hai trovato un bug? Apri una issue su GitHub. Hai una domanda o un'idea? Chiedi su GitHub Discussions — apprezziamo il tuo feedback!
Com'è la qualità della traduzione su questa pagina?

⚙️ Impostazioni doQumentation

Configura il server Jupyter utilizzato per eseguire il codice Python nei tutorial.

Ambiente attuale: Non rilevato

Backend del server

Scegli quale backend usare per l'esecuzione del codice:

Modalità di esecuzione

Scegli cosa succede quando clicchi Esegui sulle pagine dei tutorial. Questo si applica solo all'esecuzione di codice incorporata su questo sito — aprire un notebook in JupyterLab usa il runtime Qiskit standard.

Le modifiche hanno effetto alla prossima sessione del kernel. Se il codice è in esecuzione, clicca Indietro e poi Esegui per applicare.

Account IBM Quantum

Istruzioni di configurazione e note di sicurezza
Nota di sicurezza: Le credenziali sono salvate in chiaro nel localStorage di questo browser, solo per il sito di questa lingua (su un altro sito linguistico devi inserirle di nuovo). Non vengono mai inserite in un cookie, quindi non sono inviate all'host web. Non sono cifrate e possono essere lette dalle estensioni del browser o da chiunque abbia accesso a questo dispositivo. Usa l'impostazione di scadenza qui sotto per limitare l'esposizione ed elimina le credenziali quando hai finito. Sui computer condivisi o pubblici, preferisci invece il metodo manuale save_account() descritto qui sotto.

Inserisci le tue credenziali IBM Quantum una volta qui. Saranno iniettate automaticamente tramite save_account() all'avvio del kernel, quindi non è necessario inserirle in ogni notebook. Questo si applica solo all'esecuzione di codice incorporata su questo sito — l'apertura di un notebook in JupyterLab richiede la chiamata manuale di save_account().

  1. Registrati su quantum.cloud.ibm.com/registration — nessuna carta di credito richiesta per i primi 30 giorni
  2. Accedi su Istanze
  3. Istanza — Crea un'istanza Open Plan gratuita su pagina iniziale se non ne hai ancora una
  4. Token API — Clicca sulla tua icona profilo (in alto a destra), poi "API token". Copia la chiave.

Per passaggi dettagliati, consulta la guida Configura autenticazione di IBM (passaggio 2).

Alternativa: Esegui save_account() manualmente in una cella del notebook

Se preferisci non memorizzare le credenziali in questo browser, incolla questo in una cella di codice ed eseguilo. Le credenziali vengono salvate nell'archivio temporaneo del kernel Binder e perse alla fine della sessione.

from qiskit_ibm_runtime import QiskitRuntimeService
QiskitRuntimeService.save_account(
    token="YOUR_API_TOKEN",
    instance="YOUR_CRN",
    overwrite=True
)

Preferenze di visualizzazione

Dimensione carattere codice

14px
from qiskit import QuantumCircuit

Output pre-calcolati

Ogni pagina di notebook mostra output pre-calcolati (immagini, tabelle, testo) delle esecuzioni originali di IBM. Quando clicchi su Run per eseguire il codice live, vengono mostrati sia gli output originali sia i tuoi nuovi risultati live. Disattiva questo interruttore per nascondere gli output originali durante l'esecuzione live, lasciando visibili solo i tuoi risultati.

Avvisi Python

Per impostazione predefinita, gli avvisi Python (avvisi di deprecazione, suggerimenti runtime) sono soppressi per un output del notebook più pulito. Disattiva questo per vedere tutti gli avvisi — utile per il debugging o per apprendere le modifiche API.

Gestisci i tuoi dati

Tutti i dati restano nel tuo browser. Su doqumentation.org i tuoi progressi, i segnalibri e le impostazioni sono conservati nel localStorage e in piccoli cookie che li condividono tra i siti linguistici; questi cookie viaggiano verso l'host web statico a ogni richiesta di pagina, mai verso un server doQumentation. Le tue credenziali IBM Quantum non vengono mai inserite in un cookie: restano nel localStorage del sito linguistico in cui le hai inserite. Se cancelli i dati del browser o usi un altro browser o dispositivo, si riparte da zero.

Progressi di apprendimento

Le pagine visitate mostrano un ✓ nella barra laterale. Le pagine dei notebook mostrano un </>: grigio finché non sono visitate, blu una volta visitate, verde dopo che hai eseguito del codice su di esse.

Nessun progresso tracciato ancora. Visita tutorial e guide per iniziare il tracciamento.

Segnalibri

Nessun segnalibro ancora. Usa il pulsante segnalibro su qualsiasi pagina per salvarla qui.

Visualizzazione e interfaccia

Sessioni e credenziali

Ripristina tutto

Rimuovi tutti i dati salvati inclusi progressi, segnalibri, preferenze di visualizzazione e credenziali.

Impostazioni avanzate

IBM Cloud Code Engine

IBM Cloud Code Engine fornisce un kernel Jupyter veloce e serverless basato sul tuo account IBM Cloud. L'avvio richiede secondi invece di minuti. Il livello gratuito copre circa 14 ore/mese.

Istruzioni di configurazione
  1. Crea un account IBM Cloud su cloud.ibm.com (livello gratuito disponibile)
  2. Vai su IBM Cloud Code Engine console e crea un nuovo progetto nella tua regione preferita
  3. Crea una nuova applicazione con immagine ghcr.io/janlahmann/doqumentation-codeengine:latest, porta di ascolto 8080
    Dimensionamento: 1 vCPU / 2 GB per utente singolo, 8 vCPU / 16 GB per workshop (fino a 80 utenti)
  4. Imposta le variabili d'ambiente: JUPYTER_TOKEN con un token sicuro (min. 32 caratteri) e CORS_ORIGIN con il tuo dominio (es. https://doqumentation.org)

Per i dettagli di dimensionamento dei workshop, consulta la documentazione di configurazione del workshop.

Pacchetti Binder

Quando è in esecuzione su GitHub Pages, il codice viene eseguito tramite MyBinder. L'ambiente Binder include i pacchetti Qiskit principali pre-installati:

qiskit[visualization], qiskit-aer,
qiskit-ibm-runtime, pylatexenc,
qiskit-ibm-catalog, qiskit-addon-utils, pyscf

Alcuni notebook richiedono pacchetti aggiuntivi. Puoi installarli su richiesta eseguendo questo in una cella di codice:

!pip install -q <package>

O installa tutti i pacchetti opzionali in una volta:

!pip install -q scipy scikit-learn qiskit-ibm-transpiler \
  qiskit-experiments plotly sympy qiskit-serverless \
  qiskit-addon-sqd qiskit-addon-mpf \
  qiskit-addon-aqc-tensor[aer,quimb-jax] \
  qiskit-addon-obp qiskit-addon-cutting ffsim \
  gem-suite python-sat

Aiuto configurazione

Configurazione RasQberry

RasQberry esegue il container di doQumentation (vedi Configurazione Docker qui sotto). Apri il sito dall'indirizzo del Pi, porta 8080, e il codice viene eseguito sul Pi senza ulteriore configurazione.

Guida al workshop offline: tieni una lezione da un solo Raspberry Pi

Configurazione Jupyter locale

Avvia un server Jupyter che accetti solo questo sito, con un token a tua scelta, poi inserisci il suo URL e il token sotto Server personalizzato qui sopra:

jupyter server --ServerApp.token='choose-a-long-token' \
  --ServerApp.allow_origin='https://doqumentation.org' \
  --ServerApp.disable_check_xsrf=True

Configurazione Docker

Il container Docker genera un token Jupyter casuale all'avvio. L'esecuzione di codice tramite il sito web (porta 8080) funziona automaticamente — nessun token necessario. Il token è richiesto solo per l'accesso diretto a JupyterLab sulla porta 8888.

Per recuperare il token dai log del container:

podman logs doq | grep "Jupyter token"

Per impostare un token fisso:

podman run -d --name doq --restart unless-stopped \
  -e JUPYTER_TOKEN=choose-a-token \
  -p 8080:80 -p 127.0.0.1:8888:8888 \
  ghcr.io/janlahmann/doqumentation:jupyter

Server remoto

Per server remoti, assicurati che CORS sia configurato per consentire connessioni da questo sito. Aggiungi quanto segue al tuo jupyter_server_config.py:

c.ServerApp.allow_origin = 'https://doqumentation.org'
c.ServerApp.allow_credentials = True