Question

使用 R 和 FORK 中的 doParallel 程序包运行 foreach 循环时，每个工作程序都将开始具有相同的随机种子，从而导致重复的“随机”数。

set.seed(1)
cl <- makeCluster(2, type = "FORK")
registerDoParallel(cl)
foreach(1:4, .combine = 'c') %dopar% {rnorm(1, mean = 0, sd = 1)}
stopImplicitCluster()

[1] -0.6264538 -0.6264538  0.1836433  0.1836433

解决此问题的最佳方法是什么？

现在，我通过在每次循环迭代期间设置新的种子来解决此问题，即

cl <- makeCluster(2, type = "FORK")
registerDoParallel(cl)
foreach(i = 1:4, .combine = 'c') %dopar% {
  set.seed(i)
  rnorm(1, mean = 0, sd = 1)}
stopImplicitCluster()

[1] -0.8969145 -0.9619334  0.2167549 -0.8408555

Answer 1

您可以利用doRNG为独立和可再现随机数注册一个额外的foreach后端：

library(doParallel)
library(doRNG)
cl <- makeCluster(2, type = "FORK")
registerDoParallel(cl)
registerDoRNG(seed = 123)
foreach(i=1:4, .combine = 'c') %dopar% {rnorm(1, mean = 0, sd = 1)}
stopImplicitCluster()

结果：

[1]  0.4254817 -0.8817684 -0.4448349 -1.7773268
attr(,"rng")
attr(,"rng")[[1]]
[1]         407   642048078    81368183 -2093158836   506506973  1421492218 -1906381517

attr(,"rng")[[2]]
[1]         407  1340772676 -1389246211  -999053355  -953732024  1888105061  2010658538

attr(,"rng")[[3]]
[1]         407 -1318496690  -948316584   683309249  -990823268 -1895972179  1275914972

attr(,"rng")[[4]]
[1]         407   524763474  1715794407  1887051490 -1833874283   494155061 -1221391662

请注意，即使在foreach正文中未使用name the iterator variable，这一点也很重要。

R：doParallel（FORK），foreach和随机数生成

1 个答案: