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 извлекается свежая, непредсказуемая энтропия из ОС. Если передаётся int или array_like[ints], то это значение передаётся в SeedSequence для получения начального состояния BitGenerator. Также можно передать экземпляр SeedSequence.

counter{None, int, array_like}, optional

Счётчик, используемый в состоянии Philox. Может быть целым числом Python (long в 2.x) в диапазоне [0, 2**256) или 4-элементным массивом uint64. Если не указан, генератор инициализируется значением 0.

key{None, int, array_like}, optional

Ключ, используемый в состоянии Philox. В отличие от seed, значение в ключе задаётся напрямую. Может быть целым числом Python в диапазоне [0, 2**128) или 2-элементным массивом uint64. key и seed нельзя использовать одновременно.

Примечания

Philox — генератор псевдослучайных чисел на 64 бита, использующий основанную на счётчике конструкцию, основанную на более слабых (и более быстрых) версиях криптографических функций [1]. Экземпляры, использующие разные значения ключа, генерируют независимые последовательности. Philox имеет период \(2^{256} - 1\) и поддерживает произвольное продвижение и перескоки последовательности с шагом \(2^{128}\). Эти возможности позволяют генерировать несколько непересекающихся последовательностей.

Philox предоставляет капсулу, содержащую указатели на функции, которые производят значения с плавающей точкой и целые числа с размером 32 и 64 бита. Они не могут быть непосредственно использованы в Python и должны быть обработаны объектом типа Generator или аналогичным объектом, который поддерживает доступ на низком уровне.

Состояние и инициализация

Вектор состояния Philox состоит из 256-битного значения, закодированного как 4-элементный массив uint64, и 128-битного значения, закодированного как 2-элементный массив uint64. Первый — счётчик, который увеличивается на 1 при каждом создании 4 64-битных случайных чисел. Второй — ключ, который определяет генерируемую последовательность. Использование разных ключей создаёт независимые последовательности.

Входное значение seed обрабатывается SeedSequence для генерации ключа. Счётчик устанавливается в 0.

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

Параллельные функции

Предпочтительный способ использования BitGenerator в параллельных приложениях — использование метода SeedSequence.spawn для получения значений энтропии и использование этих значений 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 для продвижения состояния, как если бы было сгенерировано \(2^{128}\) 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 связаны, чтобы гарантировать, что сегменты взяты из одной и той же 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 другой 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 seed всегда будет генерировать одну и ту же последовательность случайных целых чисел.

Ссылки

1

John K. Salmon, Mark A. Moraes, Ron O. Dror и David E. Shaw, «Parallel Random Numbers: As Easy as 1, 2, 3», Труды Международной конференции по высокопроизводительным вычислениям, сетям, хранению и анализу (SC11), Нью-Йорк, США: 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, используемый совместно, чтобы один и тот же генератор битов можно было использовать в нескольких генераторах без повреждения состояния. Код, генерирующий значения из генератора битов, должен удерживать блокировку генератора битов.

Состояние

Параллельная генерация

Расширение