隨機

MLX 的隨機取樣函式預設使用隱式的全域 PRNG 狀態。不過，所有函式都提供可選的 key 關鍵字引數，以便在需要更細緻的控制或明確的狀態管理時使用。

例如，你可以用以下方式產生隨機數：

for _ in range(3):
  print(mx.random.uniform())

這會列印一串不重複的偽隨機數。你也可以明確設定 key：

key = mx.random.key(0)
for _ in range(3):
  print(mx.random.uniform(key=key))

這樣每次迭代都會產生相同的偽隨機數。

我們遵循 JAX 的 PRNG 設計，採用可分割的 Threefry（以計數器為基礎的 PRNG）。

bernoulli([p, shape, key, stream])	產生伯努利隨機值。
categorical(logits[, axis, shape, ...])	從類別分佈取樣。
gumbel([shape, dtype, key, stream])	從標準 Gumbel 分佈取樣。
key(seed)	由種子取得 PRNG key。
normal([shape, dtype, loc, scale, key, stream])	產生常態分佈的隨機數。
multivariate_normal(mean, cov[, shape, ...])	在給定平均與共變異數下產生多變量常態隨機樣本。
randint(low, high[, shape, dtype, key, stream])	從指定區間產生隨機整數。
seed(seed)	為全域 PRNG 設定種子。
split(key[, num, stream])	將 PRNG key 拆分為子 key。
truncated_normal(lower, upper[, shape, ...])	從截斷常態分佈產生數值。
uniform([low, high, shape, dtype, key, stream])	產生均勻分佈的隨機數。
laplace([shape, dtype, loc, scale, key, stream])	從拉普拉斯分佈取樣。
permutation(x[, axis, key, stream])	產生隨機排列，或打亂陣列的元素順序。