PyOpenCl具有高斯分布的随机数生成器

Question

使用numpy生成高斯随机数原来是我在蒙特卡洛模拟中的瓶颈，在此我大量使用PyOpenCl。

np.random.randn(int(1e9))

因此，我也在寻找一种用PyopenCl生成高斯分布随机数的方法。

我发现一个6岁的线程在问类似的问题。但是我不确定如何在PyOpenCl中使用VexCL库：Gaussian distributed random numbers in OpenCL

任何想法如何实现与PyOpenCl中的np.random.randn类似的良好RNG？

Answer 1

似乎pyopencl已经包含一个随机数生成器：

https://github.com/inducer/pyopencl/blob/master/pyopencl/clrandom.py

运行简单的测试表明，平均值和标准偏差与numpy的实现相当。有谁知道进一步的测试来检查随机数生成器的质量？

import pytest
from pyopencl.clrandom import RanluxGenerator
import pyopencl as cl
import numpy as np


def test_compare_to_numpy_rand():
    context = cl.create_some_context()
    queue = cl.CommandQueue(context)
    rng = RanluxGenerator(queue=queue)
    mu = 1.0
    sigma = 6
    size = (int(1e7))
    numbers = rng.normal(shape=size, mu=mu, sigma=sigma, dtype=np.float, cq=queue)

    mu_meas = np.mean(numbers.get())
    sigma_meas = np.std(numbers.get())

    numbers_np = mu + sigma* np.random.randn(size)

    assert pytest.approx(mu_meas, 1e-2) == mu
    assert pytest.approx(sigma_meas, 1e-2) == sigma
    assert pytest.approx(mu_meas, 1e-2) == numbers_np.mean()
    assert pytest.approx(sigma_meas, 1e-2) == numbers_np.std()