如果我評估類似的東西：numpy.random.choice(2, size=100000, p=[0.01, 0.99])使用一個均勻分布的 random float，比如說r，并決定是否r < 0.01可能會浪費許多生成的隨機位（熵）。我聽說（二手）生成偽隨機數在計算上很昂貴，所以我假設不會這樣做numpy，而是在這種情況下使用像算術編碼這樣的方案。然而，乍一看似乎確實為每個被要求的樣本choice生成了一個。float此外，一項快速timeit實驗表明，生成n統一的浮點數實際上比n來自p=[0.01, 0.99].>>> timeit.timeit(lambda : numpy.random.choice(2, size=100000, p=[0.01, 0.99]), number=1000)1.74494537999999>>> timeit.timeit(lambda : numpy.random.random(size=100000), number=1000)0.8165735180009506真的會為每個樣本choice生成一個嗎？float在某些情況下使用某種壓縮算法是否不會顯著提高性能（特別是如果size它很大且p分布不均勻）？如果不是，為什么不呢？
1 回答
慕俠2389804
TA貢獻1719條經驗 獲得超6個贊
從 NumPy 1.17 開始，原因主要是向后兼容性。
從 NumPy 1.17 開始，numpy.random.*函數（包括 ）是遺留函數，根據NumPy 的新 RNG 政策numpy.random.choice，“應保持與當前相同”，該政策還為 NumPy 引入了新的隨機生成系統。使它們成為遺留功能的原因包括避免全局狀態的建議。盡管如此，NumPy 并沒有在 1.17 版中棄用任何函數，盡管 NumPy 的未來版本可能會棄用。numpy.random.*
回想一下，在您的示例中，numpy.random.choice將 s 數組作為float權重。整數權重數組將導致更精確的隨機數生成。盡管 anyfloat可以轉換為有理數（導致有理值權重，從而導致整數權重），但遺留的 NumPy 版本似乎不會這樣做。numpy.random.choice在不破壞向后兼容性的情況下，無法更改這些和其他實現決策。
順便說一下，算術編碼并不是唯一一種旨在避免比特浪費的算法。也許用于離散分布采樣的規范算法是 Knuth 和 Yao 算法（1976），它根據所涉及概率的二元展開精確地選擇一個隨機整數，并將問題視為二叉樹上的隨機游走。（該算法平均使用距理論下限最多 2 位的距離。）任何其他整數生成算法最終都可以用相同的方式描述，即二叉樹上的隨機游走。例如，快速加載的骰子滾筒是最近的一種算法，它對其使用的平均位數有一個保證范圍（在這種情況下，與理論下限相差不超過 6 位）。Han 和 Hoshi 算法（從 1997 年開始）是另一種算法，但使用累積概率。
添加回答
舉報
0/150
提交
取消