Question

在Numpy / Scipy中，如何使用指定的（float）dtype从正态分布生成随机数？就我而言，我需要float32和float16。

由于数组非常大，我不希望在采样后转换数组。

例如：

a = np.random.normal(1e7).astype('float16')

完成这项工作，但因为它需要一个临时的float64数组，所以它使用的RAM是直接float16采样的4倍。

Answer 1

我不知道numpy或scipy中的随机数生成器本身生成16或32位浮点数。

要避免大型临时，您可以批量生成值。例如，以下内容创建了一个包含{000}个float16值样本的数组。

In [125]: n = 10000000  # Number of samples to generate

In [126]: k = 10000     # Batch size

In [127]: a = np.empty(n, dtype=np.float16)

In [128]: for i in range(0, n, k):
   .....:     a[i:i+k] = np.random.normal(loc=0, scale=1, size=k)
   .....:

在float32 / 16中就地生成正常的随机数

1 个答案: