Question

我在parfor中有一个Matlab循环用于并行计算。我希望在每个调用8个worker上的parfor循环时有不同的随机数。如果我不使用rng('shuffle')函数，则randperm(10)具有相同的随机数。在这种情况下，我的代码在所有工作者中同时在rng('shuffle')之前运行randperm函数。在这种情况下我有不同的随机数吗？当我在parfor循环中看到randperm输出时，其中一些输出是相同的！

我需要在rng之前保存rng('shuffle')并在结束并行循环后使用类似rng(saved_rng)的内容吗？

我们在Matlab帮助中有这个：

注意因为rng（'shuffle'）基于随机数生成器播种在当前时间，您不应该使用此命令来设置随机如果你想保证独立，不同工人的数字流流。当命令发送到多个时，尤其如此工人同时工作，例如在parfor，spmd或a 沟通工作。对于工人的独立流，请使用默认行为;或者如果这不足以满足您的需求，考虑在每个工人身上使用一个独特的子流。

那我该怎么办？如果删除rng，我有不同的随机数吗？我有这两个版本的代码。其中一个是使用parfor进行计算，另一个使用for循环进行计算，我可以从shuffle循环中删除for吗？在这种情况下我有不同的随机数？

感谢。

的PS。

我可以拥有这些结构：

parfor I=1:X
xx = randperm(10)
end


parfor I=1:X
rng('shuffle');
xx = randperm(10)
end

rng('shuffle');
parfor I=1:X
xx = randperm(10)
end

我希望randperm函数中包含不同的随机数。我怎样才能做到这一点？对于for结构，我需要shuffle函数（没有它，随机数是相同的）但是当我将它添加到parfor时，randperm的一些随机输出是相同的！< / p>

Answer 1

要正确执行此操作，您需要选择支持并行子流的RNG算法（换句话说，您可以将随机流拆分为子流，并且每个子流仍然具有您想要的正确统计属性随机流）。

默认的RNG算法（Mersenne Twister，或mt19937ar）不支持并行子流，但MATLAB支持两种算法（乘法滞后Fibonacci生成器mlfg6331_64和组合多重递归生成器{{ 1}}）。

例如：

mrg32k3a

s = RandStream.create('mrg32k3a','NumStreams',4,'Seed','shuffle','CellOutput',true)现在是随机数子流的单元数组。所有都有相同的种子，如果需要，您可以记录s的重现性。

现在，您可以调用s{1}.Seed（或rand(s{1})）从流1生成随机数，依此类推。使用randn(s{1})将流重置为其初始配置，您会发现每个流都可以单独重现。

然后，每个工作人员都可以以统计上合理的方式生成随机数，并且即使并行也可以重现：

reset(s{1})

有关详细信息，请查看“加速统计计算”下的“统计工具箱”文档。这里有一些文章带您了解所有复杂的细节。如果您没有统计工具箱，则该文档将在MathWorks网站上联机。

在并行计算中使用rng（'shuffle'）函数

1 个答案: