SobolEngine

class torch.quasirandom.SobolEngine(dimension, scramble=False, seed=None)

torch.quasirandom.SobolEngine 用于生成（扰乱的）Sobol 序列。Sobol 序列是低差异准随机序列的一个例子。

此 Sobol 序列引擎的实现能够采样高达 21201 维的序列。它使用从 https://web.maths.unsw.edu.au/~fkuo/sobol/ 获得的方向数字，这些数字使用搜索准则 D(6) 获得，维度高达 21201。这是作者推荐的选择。

参考资料

• Art B. Owen. Scrambling Sobol and Niederreiter-Xing points. Journal of Complexity, 14(4):466-489, December 1998.

• I. M. Sobol. The distribution of points in a cube and the accurate evaluation of integrals. Zh. Vychisl. Mat. i Mat. Phys., 7:784-802, 1967.

参数

• dimension (Int) – 要绘制的序列的维数

• scramble (bool, optional) – 设置为 True 将生成扰乱的 Sobol 序列。扰乱能够生成更好的 Sobol 序列。默认值：False。

• seed (Int, optional) – 这是扰乱的种子。如果指定了种子，则将随机数生成器的种子设置为该种子。否则，它使用随机种子。默认值：None

示例

>>> soboleng = torch.quasirandom.SobolEngine(dimension=5)
>>> soboleng.draw(3)
tensor([[0.0000, 0.0000, 0.0000, 0.0000, 0.0000],
        [0.5000, 0.5000, 0.5000, 0.5000, 0.5000],
        [0.7500, 0.2500, 0.2500, 0.2500, 0.7500]])

draw(n=1, out=None, dtype=None)

从 Sobol 序列中绘制 n 个点的序列的函数。请注意，样本取决于之前的样本。结果的大小为 $(n, dimension)$.

参数

• n (Int, optional) – 要绘制的点序列的长度。默认值：1

• out (Tensor, optional) – 输出张量

• dtype (torch.dtype, optional) – 返回张量的所需数据类型。默认值：None

返回值类型

Tensor

draw_base2(m, out=None, dtype=None)

从 Sobol 序列中绘制 2**m 个点的函数。请注意，样本依赖于之前的样本。结果的大小为 $(2**m, dimension)$.

参数

• m (Int) – 要绘制的点数的（以 2 为底的）指数。

• out (Tensor, optional) – 输出张量

• dtype (torch.dtype, optional) – 返回张量的所需数据类型。默认值：None

返回值类型

Tensor

fast_forward(n)

将 SobolEngine 的状态快进 n 步的函数。这等效于绘制 n 个样本而不使用这些样本。

参数

n (Int) – 要快进的步数。

reset()

将 SobolEngine 重置为基本状态的函数。