NAGAOKA Yuta
NAGAOKA Yuta
close #636 The Codecov token is obtained from the [Settings](https://app.codecov.io/gh/qulacs/qulacs/settings) page for contiributers.
Add regression test for #632
From `codecov/codecov-action@v4`, this action needs Codecov token set([ref](https://github.com/codecov/codecov-action/releases/tag/v4.0.0)). Set the token in this repository and refer it from CI.
close #640 Currently, we cannot generate stubs properly with stubgen and pybind11-stubgen(./scripts/update_stubs.sh). So we restore the stubs from 2868622 and fix them. We quit generating stubs automatically as there are...
In #620, we remove Python stubs from this repository and generate them every time to build the doc. But the API document for `qulacs.*` submodule is not generated correctly([link](https://docs.qulacs.org/en/latest/pyRef/qulacs/circuit/index.html)). Before...
- Execute circuit on GPU - devcontainer for GPU development
以前 #149 で複数個の分類をやめるときに出力を one-hot ベクトルで持つのを止めたと思うんですが、今の実装だとラベルが 0-indexed の自然数で `0, 1, 2, ...` というふうについていないとうまく実行できないはずです． これは以下の実装により言えます: https://github.com/Qulacs-Osaka/scikit-qulacs/blob/1f972ca7ff0ef7d4c7019752d36043c3f9b2766a/skqulacs/qnn/classifier.py#L124 https://github.com/Qulacs-Osaka/scikit-qulacs/blob/1f972ca7ff0ef7d4c7019752d36043c3f9b2766a/skqulacs/qnn/classifier.py#L167-L170 iris dataset はこれで問題ないのですが、1-indexed なラベルや文字列のラベルも考えられ，そういったラベルに対応するにはどこかでなんらかの変換を噛ませる必要があります． ユーザに `0, 1, 2, ...` からなるラベルを用意してもらう(例えば [`LabelEncoder`](https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.LabelEncoder.html) を使えばできます)か，そうでなければこのライブラリ側で変換することになります． 個人的には `QNNClassifier` 側で...
Pennylane のベンチマークで多クラスの分類に対応する
#116 から分離しました．その issue と同様に TensorFlow Quantum とこのパッケージの性能比較をします．
ユーザが使うとされる関数のチュートリアルを充実させる必要があります． 個人的には docstring に Example として書くと API ドキュメントに勝手に載るのでいいと思います