Question

我需要进行一些模拟，出于调试目的，我想使用set.seed来获得相同的结果。以下是我想要做的例子：

library(foreach)
library(doMC)
registerDoMC(2)

set.seed(123)
a <- foreach(i=1:2,.combine=cbind) %dopar% {rnorm(5)}
set.seed(123)
b <- foreach(i=1:2,.combine=cbind) %dopar% {rnorm(5)}

对象a和b应该相同，即sum(abs(a-b))应该为零，但事实并非如此。我做错了什么，或者我偶然发现了一些功能？

我能够在R 2.13和R 2.14

的两个不同系统上重现这一点

Answer 1

我的默认答案曾经是“好然后不要那样做”（使用foreach）因为snow包为你做（可靠！）。

但正如@Spacedman指出的那样，如果你想留在doFoo / doRNG家庭，Renaud的新foreach就是你要找的。

真正的密钥是clusterApply样式调用，用于在所有节点上设置种子。并以一种跨流协调的方式。哦，我提到过Tierney，Rossini，Li和Sevcikova snow已经为你做了差不多十年了吗？

编辑：虽然您没有询问snow，但为了完整起见，这是命令行中的一个示例：

edd@max:~$ r -lsnow -e'cl <- makeSOCKcluster(c("localhost","localhost"));\
         clusterSetupRNG(cl);\
         print(do.call("rbind", clusterApply(cl, 1:4, \
                                             function(x) { stats::rnorm(1) } )))'
Loading required package: utils
Loading required package: utils
Loading required package: rlecuyer
           [,1]
[1,] -1.1406340
[2,]  0.7049582
[3,] -0.4981589
[4,]  0.4821092
edd@max:~$ r -lsnow -e'cl <- makeSOCKcluster(c("localhost","localhost"));\
         clusterSetupRNG(cl);\
         print(do.call("rbind", clusterApply(cl, 1:4, \
                                             function(x) { stats::rnorm(1) } )))'
Loading required package: utils
Loading required package: utils
Loading required package: rlecuyer
           [,1]
[1,] -1.1406340
[2,]  0.7049582
[3,] -0.4981589
[4,]  0.4821092
edd@max:~$

编辑：为了完整起见，以下是您的示例以及doRNG

文档中的内容

> library(foreach)
R> library(doMC)
Loading required package: multicore

Attaching package: ‘multicore’

The following object(s) are masked from ‘package:parallel’:

    mclapply, mcparallel, pvec

R> registerDoMC(2)
R> library(doRNG)
R> set.seed(123)
R> a <- foreach(i=1:2,.combine=cbind) %dopar% {rnorm(5)}
R> set.seed(123)
R> b <- foreach(i=1:2,.combine=cbind) %dopar% {rnorm(5)}
R> identical(a,b)
[1] FALSE                     ## ie standard approach not reproducible
R>
R> seed <- doRNGseed()
R> a <- foreach(i=1:2,combine=cbind) %dorng% { rnorm(5) }
R> b <- foreach(i=1:2,combine=cbind) %dorng% { rnorm(5) }
R> doRNGseed(seed)
R> a1 <- foreach(i=1:2,combine=cbind) %dorng% { rnorm(5) }
R> b1 <- foreach(i=1:2,combine=cbind) %dorng% { rnorm(5) }
R> identical(a,a1) && identical(b,b1)
[1] TRUE                      ## all is well now with doRNGseed()
R>

Answer 2

使用set.seed(123, kind = "L'Ecuyer-CMRG")也可以做到这一点，并且不需要额外的包：

set.seed(123, kind = "L'Ecuyer-CMRG")
a <- foreach(i=1:2,.combine=cbind) %dopar% {rnorm(5)}
b <- foreach(i=1:2,.combine=cbind) %dopar% {rnorm(5)}
identical(a,b)
# TRUE

Answer 3

doRNG包对您有用吗？我怀疑你的问题是由于两个线程都溅出了随机种子载体：

http://ftp.heanet.ie/mirrors/cran.r-project.org/web/packages/doRNG/index.html

Answer 4

对于更复杂的循环，您可能必须在for循环中包含中的set.seed（）：

library(foreach) library(doMC) registerDoMC(2) library(doRNG) set.seed(123) a <- foreach(i=1:2,.combine=cbind) %dopar% { create_something <- c(1, 2, 3) rnorm(5) } set.seed(123) b <- foreach(i=1:2,.combine=cbind) %dopar% { create_something <- c(4, 5, 6) rnorm(5) } identical(a, b) # FALSE

与

a <- foreach(i=1:2,.combine=cbind) %dopar% { create_something <- c(1, 2, 3) set.seed(123) rnorm(5) } b <- foreach(i=1:2,.combine=cbind) %dopar% { create_something <- c(4, 5, 6) set.seed(123) rnorm(5) } identical(a, b) # TRUE

如何使用foreach和doMC包为随机模拟设置种子？

4 个答案: