Генератор псевдослучайных чисел Philox

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

Контейнер для генератора псевдослучайных чисел Philox (4x64).

Параметры

seed{None, int, array_like[ints], SeedSequence}, optional

Семя для инициализации BitGenerator. Если None, то будет использоваться свежая, непредсказуемая энтропия из ОС. Если передан int или array_like[ints], то он будет передан в SeedSequence для получения начального состояния BitGenerator. Также можно передать экземпляр SeedSequence.

counter{None, int, array_like}, optional

Счётчик для использования в состоянии Philox. Может быть целым числом Python (long в 2.x) в диапазоне [0, 2**256) или массивом из 4 элементов uint64. Если не указан, RNG инициализируется значением 0.

key{None, int, array_like}, optional

Ключ для использования в состоянии Philox. В отличие от seed, значение в ключе устанавливается напрямую. Может быть целым числом Python в диапазоне [0, 2**128) или массивом из 2 элементов uint64. key и seed нельзя использовать одновременно.

Примечания

Philox — 64-битный генератор псевдослучайных чисел, использующий схему на основе счётчика, основанную на более слабых (и более быстрых) версиях криптографических функций [1]. Экземпляры с разными значениями ключа генерируют независимые последовательности. Период Philox составляет и поддерживает произвольное продвижение и скачкообразное перемещение последовательности с шагом . Эти возможности позволяют генерировать несколько непересекающихся последовательностей.

Philox предоставляет капсулу, содержащую указатели на функции, которые генерируют числа с плавающей точкой и целые числа без знака 32 и 64 бита. Они не напрямую потребляются в Python и должны потребляться объектом типа Generator или аналогичным объектом, поддерживающим низкоуровневый доступ.

Состояние и инициализация

Вектор состояния Philox состоит из 256-битного значения, закодированного как массив из 4 элементов uint64, и 128-битного значения, закодированного как массив из 2 элементов uint64. Первый — это счётчик, который увеличивается на 1 при каждом создании 4 64-битных случайных чисел. Второй — ключ, определяющий генерируемую последовательность. Использование разных ключей приводит к созданию независимых последовательностей.

Вход seed обрабатывается SeedSequence для генерации ключа. Счётчик устанавливается в 0.

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

Параллельные возможности

Предпочтительный способ использования BitGenerator в параллельных приложениях — использование метода SeedSequence.spawn для получения значений энтропии и использования 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 использоваться в параллельных приложениях, вызывая метод jumped для продвижения состояния так, как будто было сгенерировано случайных чисел. В качестве альтернативы, advance можно использовать для продвижения счётчика на любой положительный шаг в [0, 2**256). При использовании jumped, все генераторы должны быть объединены, чтобы убедиться, что сегменты взяты 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 может быть использован в параллельных приложениях с помощью последовательности различных ключей, где каждый экземпляр использует разные ключи.

>>> 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 фиксированный seed всегда будет генерировать ту же последовательность случайных целых чисел.

Ссылки

1

Джон К. Сэлмон, Марк А. Морейрас, Рон О. Дрор и Дэвид Э. Шоу, «Параллельные случайные числа: так же просто, как 1, 2, 3», Труды Международной конференции по высокопроизводительным вычислениям, сетям, хранилищу и анализу (SC11), Нью-Йорк, штат Нью-Йорк: 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, чтобы один и тот же генератор битов мог использоваться в нескольких генераторах без повреждения состояния. Код, генерирующий значения из генератора битов, должен удерживать блокировку генератора битов.

Состояние

Параллельная генерация

Расширение