gpurng
控制 GPU 上的随机数生成
语法
说明
gpurng("default") 使用默认算法和种子初始化 GPU 随机数生成器。默认算法是带有种子 Threefry 的 0 生成器。产生的随机数与您重新启动 MATLAB® 时产生的随机数相同。
gpurng 函数控制全局 GPU 流，它决定了 rand、randi、randn 和 randperm 函数如何在 GPU 上产生随机数序列。要创建一个或多个独立于全局 GPU 流的独立流，请参阅 parallel.gpu.RandStream。
gpurng( 指定 GPU 随机数生成器使用的算法，种子为 generator)0。此语法相当于 gpurng(0,generator)。 (自 R2023b 起)
gpurng( 根据结构体 S)S（包含字段 Type、Seed 和 State）中包含的设置来初始化随机数生成器的状态。结构体 S 必须是之前调用 S = gpurng 或 S = gpurng(__) 返回的结构体。
S = gpurngS 返回，其中包含字段 Type、Seed 和 State。
S = gpurng(___)S 中随机数生成器的当前状态，然后再使用指定的参量更改设置。
注意
MATLAB “设置”窗口 窗口中随机数生成器的默认算法和种子仅影响在 CPU 上生成的随机数，而不会影响对 gpurng("default") 的调用。
示例
捕获 GPU 生成器设置，并设置 CPU 随机数生成器的状态以匹配 GPU 生成器设置。在 CPU 和 GPU 上创建可预测的随机数数组。
将 CPU 和 GPU 上的生成器类型和种子恢复为默认值。
gpurng("default") rng("default")
保存 GPU 随机数生成器的默认种子和生成器类型。
GPUdef = gpurng
GPUdef = struct with fields:
Type: 'threefry'
Seed: 0
State: [17×1 uint32]
将 CPU 随机数生成器设置为与默认 GPU 设置相匹配。
rng(GPUdef)
在 GPU 上创建均匀分布的随机数组。
rGPU = rand(1,10,"gpuArray")rGPU =
0.3640 0.5421 0.6543 0.7436 0.0342 0.8311 0.7040 0.2817 0.1163 0.5671
在 CPU 上创建一个随机数数组。
rCPU = rand(1,10)
rCPU = 1×10
0.3640 0.5421 0.6543 0.7436 0.0342 0.8311 0.7040 0.2817 0.1163 0.5671
GPU 和 CPU 的种子和生成器类型相同，因此数组相同。
isequal(rGPU,rCPU)
ans = logical
1
gpurng 状态不会保存用于生成一组正态分布的随机数的转换的设置。即使 GPU 和 CPU 上的种子和生成器类型相同，但正态分布的随机数集合却不同。
nGPU = randn(1,1000,"gpuArray"); nCPU = randn(1,1000); figure hold on histogram(nGPU) histogram(nCPU) legend("GPU","CPU") title("Normally Distributed Random Numbers") xlabel("Value") ylabel("Count") hold off
随机数的正态分布的统计数据在 GPU 和 CPU 上是相同的。
默认情况下，CPU 使用 Ziggurat 转换，而 GPU 对 BoxMuller 生成器使用 Threefry 算法。CPU 和 GPU 上支持的唯一转换方法是 Inversion 转换。
您可以使用 parallel.gpu.RandStream 更改 GPU 上的转换方法。
