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

Зерно для инициализации BitGenerator. Если None, то используется свежая, непредсказуемая энтропия из операционной системы. 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, 2²⁵⁶) или массивом из 4 элементов типа uint64. Если не указано, RNG инициализируется значением 0.

key{None, int, array_like}, optional

Ключ для использования в состоянии Philox. В отличие от seed, значение ключа задаётся напрямую. Может быть целым числом Python в диапазоне [0, 2¹²⁸) или массивом из 2 элементов типа uint64. key и seed нельзя использовать одновременно.

Примечания

Philox — 64-битный генератор псевдослучайных чисел, использующий схему с счётчиком на основе ослабленных (и более быстрых) версий криптографических функций [1]. Экземпляры с разными значениями ключа генерируют независимые последовательности. Philox имеет период и поддерживает произвольное продвижение и перескок последовательности с шагом . Эти возможности позволяют генерировать несколько неперекрывающихся последовательностей.

Philox содержит капсулу с указателями на функции, которые генерируют числа с плавающей точкой и целые числа без знака 32 и 64 бит. Они не могут быть напрямую использованы в Python и должны быть использованы объектом, поддерживающим низкоуровневый доступ, например, Generator.

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 элемент — это счётчик, который увеличивается на 1 за каждые 4 сгенерированных 64-битных случайных числа. Второй — это ключ, определяющий сгенерированную последовательность. Использование различных ключей приводит к независимым последовательностям.

Входящее значение 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

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

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

Philox можно использовать в параллельных приложениях, вызвав метод jumped, чтобы продвинуть состояние так, как будто было сгенерировано случайных чисел. В качестве альтернативы, можно использовать advance, чтобы продвинуть счётчик на любой положительный шаг в диапазоне [0, 2²⁵⁶). 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 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 значение seed всегда будет генерировать одинаковую последовательность случайных целых чисел.

Ссылки

1

Джон К. Сэлмон, Марк А. Мораес, Рон О. Дрор и Дэвид Э. Шоу, «Параллельные случайные числа: так просто, как 1, 2, 3», Труды Международной конференции по высокопроизводительным вычислениям, сетям, хранению 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 бит мог использоваться в нескольких генераторах без порчи состояния. Код, генерирующий значения из генератора бит, должен удерживать блокировку генератора бит.

Состояние

Параллельная генерация

Расширение