Question

我正在尝试在Matlab中创建随机数，这些数据在多个PBS作业中是不同的（我正在使用作业数组）。每个Matlab作业都使用并行parfor循环，其中生成随机数，如下所示：

parfor k = 1:10      
  tmp = randi(100, [1 200]);
end

然而，当我绘制结果时，我发现不同作业的结果并不是完全随机的 - 我无法量化它，例如通过说数字完全相同，因为我的结果是随机数的函数，但是在绘制它时是明白无误的。我尝试使用进程ID和/或时钟初始化每个作业中的随机种子：

rngSeed = feature('getpid'); % OR: rngSeed = RandStream.shuffleSeed;
rng(rngSeed);

但这并没有解决问题。在使用shuffleSeed（基于时钟）之前，我还尝试在每个作业中暂停不同的秒数。

所有这些让我觉得parfor在某种程度上混淆了随机种子 - 如果parfor需要确保你在parfor的不同迭代中获得不同的随机数，这是有道理的。

我的问题是，是不是真的如此，我怎样才能解决它并在不同的PBS工作中获得随机性？

编辑运行4个作业，每个作业使用parfor 2名工作人员，我确认虽然每个作业都有自己的种子（设置在parfor之外），但生成的数字在作业之间是相同的（不是跨越迭代） parfor - 由Matlab处理。）

编辑2 尝试@Sam Roberts的建议，我使用以下代码：

matlabpool open local 2
st = RandStream('mlfg6331_64');
RandStream.setGlobalStream(st);
rng('shuffle');

parfor n = 1:4       
  x=randi(100,[1 10]);
  fprintf('%d ',x(:)');
  fprintf('\n')
end
matlabpool close

但是我对上述脚本的不同调用仍然得到相同的数字。

Answer 1

您可能需要考虑使用随机子流，以便在并行运行时获得正确的随机性和可重复性。

RandStream类允许您创建伪随机数流 - 从此流中提取的数字具有您希望的属性（独立等），如果您控制种子，则还具有可重复性。

但可能并非如此，例如，从流中抽取的每秒或每第四个数字都具有相同的属性。此外，当您使用parfor时，您无法控制循环迭代的运行顺序，这意味着您将失去可重复性。您可以在parfor循环中对每个工作人员使用不同的子流。

某些RNG，例如mlfg6331_64，乘法滞后Fibonacci生成器，或mrg32k3a，一个组合的多重递归生成器，支持子流 - 独立的流由相同的RNG，但保留相同的伪随机属性，可以单独选择，保持重现性。此外，许多MATLAB和Toolbox函数都有一个选项'UseParallel'和'UseSubstreams'，它们会告诉他们自动为你做这些事情。

虽然上面的内容是在MATLAB文档中的技术层面上记录的，但很难找到。统计工具箱文档中有更多解释性指南（如果你问我，应该真的转移到MATLAB）。您可以在线阅读here。

希望有所帮助！

跨越不同PBS工作的随机种子

1 个答案: