加速MATLAB中的随机数生成

Question

有没有办法生成伪随机数以降低精度，从而加快处理速度？

另一件事是，我知道如果一次性生成随机数（例如rand(100,1000)），而不是逐个生成随机数，则可以节省时间。有人可以解释为什么这是真的吗？

Answer 1

如果你有一个支持CUDA的GPU，你可以random number generation on it，因为它应该更快......具体来说Philox4x32-10：

parallel.gpu.rng(0, 'Philox4x32-10');
R = gpuArray.rand(sZ,'single'); % run this for more info: doc('gpuArray/rand')

Answer 2

MATLAB实际上实现了多个随机数生成器。它们在执行时间和随机性方面存在显着差异。 （我想，但我没有验证）。但是，我从你的问题中了解到速度对你来说更重要。

% 'twister' is the default in MATLAB Versions 7.4 and later
tic();
for i=1:1000000
    rand('twister'); 
end
toc();
%Elapsed time is 2.912960 seconds.

% 'state' is the default in MATLAB versions 5 through 7.3
tic();
for i=1:1000000
    rand('state'); 
end
toc(); 
% Elapsed time is 2.162040 seconds.

% 'seed' is the default in MATLAB version 4
tic();
for i=1:1000000
    rand('seed'); 
end
toc();
% Elapsed time is 0.758830 seconds.

重要提示：我使用相当旧版本的MATLAB（v.7.6，a.k.a。R2008a）运行上面的脚本。在较新版本中，语法为rand(generator) is discouraged 。相反，您应该使用函数rng(seed, generator)（online documentation）。作为副作用，rng(seed, generator)为您提供了更多随机数生成器供您选择。查看文档以获取详细信息。

关于第二个问题：无论你选择哪种生成器，一次生成许多随机数总是比生成许多单个随机数要快。这是因为MATLAB的内部结构针对并行处理进行了大量优化。

tic();
for i=1:100000
    rand(); 
end
toc();
% Elapsed time is 0.024388 seconds.

tic();
rand(100, 1000);
toc();
% Elapsed time is 0.000680 seconds.

Answer 3

自R2015a起，用于配置和播种全局生成器的rng函数具有'simdTwister'选项，该选项使用更快的＆＃34; SIMD-oriented Fast Mersenne Twister＆＃34;算法：

rng(1,'twister');
R = rand(1e4); % Warmup for timing
tic
R = rand(1e4);
toc

rng(1,'simdTwister');
R = rand(1e4); % Warmup for timing
tic
R = rand(1e4);
toc

这可能是您系统中最快的内置生成器（除了基于GPU的生成器的可能性）。在我的计算机上，它的速度比大型数组的默认Mersenne Twister algorithm快两倍。