Генератор псевдослучайных чисел Philox на основе счётчика

class numpy.random.philox.Philox(seed=None, counter=None, key=None)

Контейнер для генератора псевдослучайных чисел Philox (4x64).

Параметры:

seed : {None, int, array_like[ints], ISeedSequence}, optional Зерно для инициализации BitGenerator. Если None, то будет использована свежая, непредсказуемая энтропия из ОС. Если передаётся int или array_like[ints], то он будет передан в SeedSequence, чтобы вывести начальное состояние BitGenerator. Также можно передать реализацию интерфейса ISeedSequence , например, SeedSequence. counter : {None, int, array_like}, optional Счётчик для использования в состоянии Philox. Может быть целым числом Python (long в 2.x) в [0, 2**256) или массивом uint64 из 4 элементов. Если не указано, генератор инициализируется значением 0. key : {None, int, array_like}, optional Ключ для использования в состоянии Philox. В отличие от зерна, значение в ключе устанавливается напрямую. Может быть целым числом Python в [0, 2**128) или массивом uint64 из 2 элементов. key и seed не могут быть использованы одновременно.

Примечания

Philox — генератор псевдослучайных чисел 64-битный, использующий счётчик на основе более слабых (но более быстрых) версий криптографических функций [1]. Экземпляры, использующие разные значения ключа, производят независимые последовательности. Philox имеет период и поддерживает произвольное продвижение и скачок последовательности с шагом . Эти функции позволяют генерировать несколько неперекрывающихся последовательностей.

Philox предоставляет капсулу, содержащую указатели функций, которые производят числа с плавающей точкой и целые числа с беззнаковым 32 и 64 разрядами. Они не могут быть непосредственно использованы в Python и должны быть использованы объектом Generator или аналогичным объектом, поддерживающим низкоуровневый доступ.

Состояние и инициализация

Вектор состояния Philox состоит из 256-битного значения, закодированного как массив uint64 из 4 элементов, и 128-битного значения, закодированного как массив uint64 из 2 элементов. Первый — счётчик, который увеличивается на 1 за каждые 4 сгенерированных 64-битных случайных числа. Второй — ключ, определяющий сгенерированную последовательность. Использование разных ключей создаёт независимые последовательности.

Входное зерно обрабатывается функцией SeedSequence для создания ключа. Счётчик устанавливается в 0.

В качестве альтернативы можно опустить параметр seed и установить key и counter напрямую.

Параллельные функции

Рекомендуемый способ использования BitGenerator в параллельных приложениях — использовать метод SeedSequence.spawn для получения значений энтропии и использовать их для генерации новых BitGenerators:

>>> from numpy.random import Generator, Philox, SeedSequence
>>> sg = SeedSequence(1234)
>>> rg = [Generator(Philox(s)) for s in sg.spawn(10)]

Philox может быть использован в параллельных приложениях, вызывая метод jumped для продвижения состояния, как если бы было сгенерировано случайных чисел. В качестве альтернативы, можно использовать advance для продвижения счётчика на любой положительный шаг в [0, 2**256). При использовании jumped, все генераторы должны быть объединены, чтобы убедиться, что сегменты берутся из одной последовательности.

>>> from numpy.random import Generator, Philox
>>> bit_generator = Philox(1234)
>>> rg = []
>>> for _ in range(10):
...    rg.append(Generator(bit_generator))
...    bit_generator = bit_generator.jumped()

В качестве альтернативы, Philox можно использовать в параллельных приложениях, используя последовательность различных ключей, где каждый экземпляр использует отдельный ключ.

>>> key = 2**96 + 2**33 + 2**17 + 2**9
>>> rg = [Generator(Philox(key=key+i)) for i in range(10)]

Гарантия совместимости

Philox гарантирует, что фиксированное зерно всегда будет генерировать одну и ту же последовательность случайных целых чисел.

Ссылки

[1]	John K. Salmon, Mark A. Moraes, Ron O. Dror, and David E. Shaw, “Parallel Random Numbers: As Easy as 1, 2, 3,” Proceedings of the International Conference for High Performance Computing, Networking, Storage and Analysis (SC11), New York, NY: ACM, 2011.

Примеры

>>> from numpy.random import Generator, Philox
>>> rg = Generator(Philox(1234))
>>> rg.standard_normal()
0.123  # random

Атрибуты:	lock: threading.Lock Экземпляр блокировки, который используется совместно, так что один и тот же генератор битов может использоваться в нескольких генераторах без нарушения состояния. Код, генерирующий значения из генератора битов, должен удерживать блокировку генератора битов.

Состояние

Параллельная генерация

Расширение