torch.quasirandom 的源代码

```html

import torch
from typing import Optional


class SobolEngine:
    r"""
    :class:`torch.quasirandom.SobolEngine` 是一个用于生成（打乱的）Sobol序列的引擎。Sobol序列是低差异准随机序列的一个例子。

    这个Sobol序列引擎的实现能够生成高达21201维的序列。它使用来自 https://web.maths.unsw.edu.au/~fkuo/sobol/ 的方向数，使用搜索标准D(6)直到21201维。这是作者推荐的选项。

    参考文献：
      - Art B. Owen. 打乱Sobol和Niederreiter-Xing点。
        复杂性杂志，14(4):466-489，1998年12月。

      - I. M. Sobol. 立方体中点的分布及积分的精确评估。
        计算数学与数学物理杂志，7:784-802，1967年。

    参数：
        dimension (Int): 要绘制的序列的维度
        scramble (bool, 可选): 设置为 ``True`` 将生成打乱的Sobol序列。打乱能够生成更好的Sobol序列。默认值：``False``。
        seed (Int, 可选): 这是打乱的种子。如果指定，随机数生成器的种子将设置为此值。否则，它使用随机种子。默认值：``None``

    示例::

        >>> # xdoctest: +SKIP("unseeded random state")
        >>> 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]])
    """
    MAXBIT = 30
    MAXDIM = 21201

    def __init__(self, dimension, scramble=False, seed=None):
        if dimension > self.MAXDIM or dimension < 1:
            raise ValueError("支持的SobolEngine维度范围是 [1, "
                             f"{self.MAXDIM}]")

        self.seed = seed
        self.scramble = scramble
        self.dimension = dimension

        cpu = torch.device("cpu")

        self.sobolstate = torch.zeros(dimension, self.MAXBIT, device=cpu, dtype=torch.long)
        torch._sobol_engine_initialize_state_(self.sobolstate, self.dimension)

        if not self.scramble:
            self.shift = torch.zeros(self.dimension, device=cpu, dtype=torch.long)
        else:
            self._scramble()

        self.quasi = self.shift.clone(memory_format=torch.contiguous_format)
        self._first_point = (self.quasi / 2 ** self.MAXBIT).reshape(1, -1)
        self.num_generated = 0

    def draw(self, n: int = 1, out: Optional[torch.Tensor] = None,
             dtype: torch.dtype = torch.float32) -> torch.Tensor:
        r"""
        从Sobol序列中绘制一个长度为 :attr:`n` 的点序列的函数。请注意，样本依赖于之前的样本。结果的大小为 :math:`(n, dimension)`。

        参数：
            n (Int, 可选): 要绘制的点序列的长度。默认值：1
            out (Tensor, 可选): 输出张量
            dtype (:class:`torch.dtype`, 可选): 返回张量的期望数据类型。默认值：``torch.float32``
        """
        if self.num_generated == 0:
            if n == 1:
                result = self._first_point.to(dtype)
            else:
                result, self.quasi = torch._sobol_engine_draw(
                    self.quasi, n - 1, self.sobolstate, self.dimension, self.num_generated, dtype=dtype,
                )
                result = torch.cat((self._first_point, result), dim=-2)
        else:
            result, self.quasi = torch._sobol_engine_draw(
                self.quasi, n, self.sobolstate, self.dimension, self.num_generated - 1, dtype=<span class="n