Aller au contenu principal

⚙️ Paramètres doQumentation

Configurez le serveur Jupyter utilisé pour exécuter le code Python dans les tutoriels.

Environnement actuel : Non détecté

Backend du serveur

Choisit le backend à utiliser pour l'exécution de code :

Mode d'exécutionⓘ

Choisis ce qui se passe quand tu cliques sur Exécuter sur les pages de tutoriels. Cela s'applique uniquement à l'exécution de code intégrée sur ce site — ouvrir un notebook dans JupyterLab utilise le runtime Qiskit standard.

Les modifications prennent effet lors de la prochaine session du noyau. Si du code est en cours d'exécution, clique sur Retour puis sur Exécuter pour appliquer.

Compte IBM Quantum

Instructions de configuration et notes de sécurité
Note de sécurité : Les identifiants sont stockés dans le localStorage de votre navigateur en texte clair. Ils ne sont pas chiffrés et peuvent être lus par les extensions du navigateur ou toute personne ayant accès à cet appareil. Utilisez le paramètre d'expiration ci-dessous pour limiter l'exposition, et supprimez les identifiants lorsque vous avez terminé. Pour les ordinateurs partagés ou publics, privilégiez la méthode manuelle save_account() décrite ci-dessous.

Entrez vos identifiants IBM Quantum une fois ici. Ils seront injectés automatiquement via save_account() au démarrage du noyau, vous n'avez donc pas besoin de les saisir dans chaque notebook. Cela s'applique uniquement à l'exécution de code intégrée sur ce site — l'ouverture d'un notebook dans JupyterLab nécessite d'appeler save_account() manuellement.

  1. S'inscrire sur quantum.cloud.ibm.com/registration — aucune carte de crédit requise pour les 30 premiers jours
  2. Se connecter sur Instances
  3. Instance — Créez une instance Open Plan gratuite sur page d'accueil si vous n'en avez pas encore
  4. Token API — Cliquez sur votre icône de profil (en haut à droite), puis "API token". Copiez la clé.

Pour des étapes détaillées, consultez le guide Configurer l'authentification d'IBM (étape 2).

Alternative : Exécuter save_account() manuellement dans une cellule de notebook

Si vous préférez ne pas stocker les identifiants dans ce navigateur, collez ceci dans une cellule de code et exécutez-la. Les identifiants sont enregistrés dans le stockage temporaire du noyau Binder et perdus à la fin de la session.

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

Préférences d'affichage

Taille de police du code

14px
from qiskit import QuantumCircuit

Sorties pré-calculées

Chaque page de notebook affiche des sorties pré-calculées (images, tableaux, texte) des exécutions originales d'IBM. Lorsque vous cliquez sur Run pour exécuter du code en direct, les sorties originales et vos nouveaux résultats en direct sont affichés côte à côte. Activez cette option pour masquer les sorties originales pendant l'exécution en direct, en ne gardant que vos résultats visibles.

Avertissements Python

Par défaut, les avertissements Python (avis de dépréciation, indices d'exécution) sont supprimés pour une sortie de notebook plus propre. Désactivez ceci pour voir tous les avertissements — utile pour le débogage ou l'apprentissage des modifications d'API.

Gérer tes données

Toutes les données sont stockées localement dans ton navigateur (localStorage). Rien n'est envoyé à nos serveurs. Effacer les données du navigateur ou utiliser un autre navigateur/appareil repart de zéro.

Progression d'apprentissage

Votre progression de lecture et d'exécution est suivie localement dans votre navigateur. Les pages visitées affichent un ✓ dans la barre latérale ; les notebooks exécutés affichent un ▶.

Aucune progression suivie pour le moment. Visitez des tutoriels et guides pour commencer le suivi.

Favoris

Aucun favori pour l'instant. Utilise le bouton de favori sur n'importe quelle page pour la sauvegarder ici.

Affichage et interface

Sessions et identifiants

Tout réinitialiser

Supprimer toutes les données enregistrées y compris la progression, les favoris, les préférences d'affichage et les identifiants.

Paramètres avancés

IBM Cloud Code Engine

IBM Cloud Code Engine fournit un noyau Jupyter rapide et sans serveur basé sur ton propre compte IBM Cloud. Le démarrage prend des secondes au lieu de minutes. Le niveau gratuit couvre environ 14 heures/mois.

Instructions de configuration
  1. Crée un compte IBM Cloud sur cloud.ibm.com (niveau gratuit disponible)
  2. Va dans IBM Cloud Code Engine console et crée un nouveau projet dans ta région préférée
  3. Crée une nouvelle application avec l'image ghcr.io/janlahmann/doqumentation-codeengine:latest, port d'écoute 8080
    Dimensionnement : 1 vCPU / 2 Go pour utilisateur unique, 8 vCPU / 16 Go pour ateliers (jusqu'à 80 utilisateurs)
  4. Définis les variables d'environnement : JUPYTER_TOKEN sur un token sécurisé (min. 32 caractères) et CORS_ORIGIN sur ton domaine (ex. https://doqumentation.org)

Pour les détails de dimensionnement des ateliers, consulte la documentation de configuration de l'atelier.

Packages Binder

Lors de l'exécution sur GitHub Pages, le code s'exécute via MyBinder. L'environnement Binder inclut les packages Qiskit de base pré-installés :

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

Certains notebooks nécessitent des packages supplémentaires. Vous pouvez les installer à la demande en exécutant ceci dans une cellule de code :

!pip install -q <package>

Ou installer tous les packages optionnels en une fois :

!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

Aide à la configuration

Configuration RasQberry

Si vous exécutez sur un RasQberry Pi, le serveur Jupyter devrait être détecté automatiquement. Sinon, assurez-vous que le service jupyter-tutorials est en cours d'exécution :

sudo systemctl status jupyter-tutorials

Configuration Jupyter locale

Démarrez un serveur Jupyter avec CORS activé :

jupyter server --ServerApp.token='rasqberry' \
  --ServerApp.allow_origin='*' \
  --ServerApp.disable_check_xsrf=True

Configuration Docker

Le conteneur Docker génère un token Jupyter aléatoire au démarrage. L'exécution de code via le site web (port 8080) fonctionne automatiquement — aucun token nécessaire. Le token n'est requis que pour l'accès direct à JupyterLab sur le port 8888.

Pour récupérer le token depuis les logs du conteneur :

docker compose --profile jupyter logs | grep "Jupyter token"

Pour définir un token fixe :

JUPYTER_TOKEN=mytoken docker compose --profile jupyter up

Serveur distant

Pour les serveurs distants, assurez-vous que CORS est configuré pour autoriser les connexions depuis ce site. Ajoutez ce qui suit à votre jupyter_server_config.py :

c.ServerApp.allow_origin = '*'
c.ServerApp.allow_credentials = True