Skip to content

setup_instructions.md

Latest commit

 

History

History
100 lines (74 loc) · 2.47 KB

setup_instructions.md

File metadata and controls

100 lines (74 loc) · 2.47 KB

Configuração do Ambiente para QGSS 2025 Team07

Este documento contém instruções para configurar um ambiente Anaconda com todas as bibliotecas necessárias para executar os laboratórios do QGSS 2025 (labs 0-4, community-labs e functions-labs).

Pré-requisitos

  • Anaconda ou Miniconda instalado no seu sistema

Passo 1: Criar o ambiente a partir do arquivo environment.yml

# Navegue até o diretório do projeto
cd /home/test/Downloads/IBM/qgss25/qgss-2025-team07/

# Crie o ambiente usando o arquivo environment.yml
conda env create -f environment.yml

Passo 2: Ativar o ambiente

conda activate qgss-2025

Passo 3: Verificar a instalação

# Verificar versão do Qiskit
python -c "import qiskit; print(qiskit.__version__)"

# Verificar versão do Qiskit IBM Runtime
python -c "import qiskit_ibm_runtime; print(qiskit_ibm_runtime.__version__)"

# Verificar versão do Qiskit Aer
python -c "import qiskit_aer; print(qiskit_aer.__version__)"

Passo 4: Iniciar o JupyterLab para trabalhar com os notebooks

jupyter lab

Problemas conhecidos e soluções

Se você encontrar problemas com alguma biblioteca específica, tente instalar manualmente:

pip install nome-da-biblioteca==versão

Para problemas com o qc-grader, você pode reinstalar diretamente:

pip install "qc-grader[jupyter,qiskit] @ git+https://github.com/qiskit-community/Quantum-Challenge-Grader.git"

Observações

Este ambiente foi configurado com base na análise das dependências do repositório qgss-2025-team07. Se houver discrepâncias com o repositório oficial qgss-2025-oficial, pode ser necessário ajustar as versões ou adicionar/remover pacotes.

Bibliotecas incluídas

Pacotes principais do Qiskit:

  • qiskit (2.1.1)
  • qiskit-ibm-runtime (0.40.0)
  • qiskit-aer (0.17.1)
  • qiskit-ibm-catalog (0.8.0)
  • qiskit_serverless (0.25.1)

Bibliotecas científicas:

  • numpy (2.3.1)
  • scipy (1.16.0)
  • matplotlib (3.10.3)
  • pandas
  • sympy (1.14.0)
  • pyscf (2.9.0)
  • networkx (3.5)

Utilitários:

  • dill (0.4.0)
  • tqdm (4.67.1)
  • pylatexenc
  • pydot (4.0.1)
  • seaborn (0.13.2)
  • pillow (11.3.0)
  • pyarrow (18.1.0)

Bibliotecas para desenvolvimento:

  • jupyter (1.1.1)
  • jupyterlab (4.4.4)
  • ipywidgets

Bibliotecas para autenticação e comunicação:

  • requests (2.32.3)
  • requests-ntlm (1.3.0)
  • urllib3 (2.5.0)
  • ibm-platform-services (0.66.1)
  • ibm_cloud_sdk_core (3.24.1)
  • python-dateutil (2.9.0.post0)
  • cryptography (45.0.5)