병렬 임의의 숫자 줄리아

Question

는 N 난수를 생성하고 배열에 저장하는 기본 반복을 고려 (우리가 배열 함축에 관심이없는 하나 있다고 가정하고 또한 우리가 모르는 호출 rand(N))

function random_numbers(N::Int) 
array = zeros(N) 
for i in 1:N 
    array[i] = rand() 
end 
array 
end 

내 노트북의 코어를 활용하여 동일한 어레이를 생성하는 비슷한 기능에 관심이 있습니다. this nice blog에서 매크로 @everywhere, @spawn 및 @parallel이 도입되었지만 "즉시"계산이 수행되고 데이터를 저장하는 데 어레이가 필요하지 않습니다.

나는 이것이 매우 기본적이고 쉽게 함수 pmap을 사용하여 쉽게 수행 할 수 있다는 인상을 받았지만 병렬 컴퓨팅에 익숙하지 않습니다.

제 목표는 비정상적인 분포에서 추출한 난수를 생성하기 위해 만든 함수에이 방법을 적용하는 것입니다.

Answer 1

의견에 제안 된대로 더 명확한 질문에 항상 환영합니다. 그러나, 그것은 무엇이 필요한지 pmap 것 같습니다. 관련 문서는 here입니다.

다음은 예입니다. 참고로, pmap 메서드에서 보낸 시간은 일반 map의 절반입니다. 16 개 코어, 상황이 실질적으로 개선 될 수 있습니다

이

julia> addprocs(2) 
2-element Array{Int64,1}: 
2 
3 

julia> @everywhere long_rand() = foldl(+,0,(randn() for i=1:10_000_000)) 

julia> long_rand() 
-1165.9596619177153 

julia> @time map(x->long_rand(), zeros(10,10)) 
    8.455930 seconds (204.89 k allocations: 11.069 MiB) 
10×10 Array{Float64,2}: 
    ⋮ 
    ⋮ 

julia> @time pmap(x->long_rand(), zeros(10,10)); 
    6.125479 seconds (773.08 k allocations: 42.242 MiB, 0.25% gc time) 

julia> @time pmap(x->long_rand(), zeros(10,10)) 
    4.609745 seconds (20.99 k allocations: 954.991 KiB) 
10×10 Array{Float64,2}: 
    ⋮ 
    ⋮ 

Answer 2

내가 예를 들어, 병렬 프로세스에서 난수 생성기의 더 조심 초기화를 수행하는 것이 좋습니다 : 이런 식으로

# choose the seed you want 
@everywhere srand(1) 
# replace 10 below by maximum process id in your case 
@everywhere const LOCAL_R = randjump(Base.GLOBAL_RNG, 10)[myid()] 
# here is an example usage 
@everywhere f() = rand(LOCAL_R) 

당신 :

• 결과를 재현 할 수 있는지 확인하십시오.
• 은 서로 다른 프로세스에 의해 생성 된 임의의 시퀀스간에 겹침이 없다는 제어권을가집니다.