Генератор перестановки (64-битный, PCG64 DXSM)

class numpy.random.PCG64DXSM(seed=None)

Битовый генератор для псевдослучайного числа генератора PCG-64 DXSM.

Параметры

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

Семена для инициализации BitGenerator. Если None, то свежая, непредсказуемая энтропия будет взята из ОС. Если передано int или array_like[ints], то оно будет передано в SeedSequence для вывода начального состояния BitGenerator. Также можно передать экземпляр SeedSequence.

Примечания

PCG-64 DXSM — это 128-битная реализация генератора перестановки конгруэнтности О’Нила ([1], [2]). PCG-64 DXSM имеет период \(2^{128}\) и поддерживает продвижение на произвольное количество шагов, а также \(2^{127}\) потоков. Конкретный член семейства PCG, который мы используем, — PCG CM DXSM 128/64. Он отличается от PCG64 тем, что использует более сильную функцию вывода DXSM, 64-битный «дешевый множитель» в LCG и выводит из состояния перед продвижением, а не продвижение-затем-вывод.

PCG64DXSM предоставляет капсулу, содержащую указатели функций, которые генерируют числа с плавающей точкой двойной точности и целые числа с беззнаковым 32 и 64 разрядами. Они не непосредственно потребляемы в Python и должны быть потреблены объектом Generator или аналогичным объектом, который поддерживает доступ на низком уровне.

Поддерживает метод advance для продвижения генератора RNG на произвольное количество шагов. Состояние RNG PCG-64 DXSM представлено 2 128-битными беззнаковыми целыми числами.

Состояние и инициализация

Вектор состояния PCG64DXSM состоит из 2 беззнаковых 128-битных значений, которые внешне представлены целыми числами Python. Один представляет состояние PRNG, которое продвигается линейным конгруэнтным генератором (LCG). Второй — фиксированное нечётное приращение, используемое в LCG.

Входное семя обрабатывается SeedSequence для генерации обоих значений. Приращение не может быть задано независимо.

Параллельная генерация

Предпочтительный способ использования BitGenerator в параллельных приложениях — использование метода SeedSequence.spawn для получения значений энтропии и использование этих значений для генерации новых BitGenerators:

>>> from numpy.random import Generator, PCG64DXSM, SeedSequence
>>> sg = SeedSequence(1234)
>>> rg = [Generator(PCG64DXSM(s)) for s in sg.spawn(10)]

Гарантия совместимости

PCG64DXSM гарантирует, что фиксированное семя всегда будет производить одну и ту же последовательность случайных целых чисел.

Список литературы

1

“PCG, Семья лучших генераторов случайных чисел”

2

О’Ниил, Мелисса Э. “PCG: Семья простых быстрых экономичных статистически хороших алгоритмов для генерации случайных чисел”

Состояние

Параллельная генерация

Расширение