如何创建随机种子

假设我将一个R进程分成10个工作者来运行一些并行模拟。什么是确保每个工人使用不同随机数的可靠方法？我一直在使用这个：如何创建随机种子

myseed <- (unclass(Sys.time())*1e9 * Sys.getpid()) %% 1e9; 
set.seed(myseed);

但令我惊讶的是，由于工人之间的RNG冲突，我遇到了问题。这里可能出了什么问题？是否有更好的随机性来源可以用来播种RNG？

来源

2014-01-20 Jeroen

尝试'doRNG'软件包，它是专门为此目的而构建的。 –

依靠SPRNG库（也被打包），还有rsprng软件包中的并行RNG的老祖父（也在Debian/Ubuntu中）。 –

参见如何这可以通过使用从该包的功能来完成的细节，这似乎独立使用平行的功能为并行运行的vignette("parallel")部6。

给出的例子有：

RNGkind("L'Ecuyer-CMRG") 
set.seed(<something>) 
## start M workers 
s <- .Random.seed 
for (i in 1:M) { 
    s <- nextRNGStream(s) 
    # send s to worker i as .Random.seed 
}

这小插曲也提到了rstream和rlecuyer包，除了doRNG包，即@Simon汉龙在他的评论中提到，以及由@Dirk提及的rsprng包。

来源

2014-01-20 21:50:46

并行程序包也有'clusterSetRNGStream'函数，它可以在1步中完成上述操作。我唯一能看到这个解决方案不够的是，如果每个进程需要生成2^127个随机数的倍数，但是这看起来似乎不会经常发生。 –

@GregSnow谢谢，是不是只适用于SNOW集群（尽管'mcapply'和'mcparallel'中的行为相同？在平行**上有点生锈，因为没有使用太多，但... –

看功能的代码，它基本上是你从上面包括的小插曲（有一些额外的检查，自动找到M等）），所以它应该可以在任何'sendCall'工作的群集上工作。并行软件包不仅仅适用于雪群。 –

如何创建随机种子

回答

相关问题