并行鼠尾草黄金一代

由于是下来了，我想我会问这个在这里...并行鼠尾草黄金一代

我试图并行一堆用圣人random_prime函数随机素数的产生。这里有一些代码：

#!/usr/bin/env sage -python 
from __future__ import print_function 
from sage.all import * 
import time 

N = 100 
B = 200 
length = (1 << B) - 1 

print('Generating primes (sequentially)') 
start = time.time() 
ps = [] 
for _ in xrange(N): 
    ps.append(random_prime(length)) 
end = time.time() 
print('Took: %f seconds' % (end - start)) 
print(ps) 

@parallel(ncpus=10) 
def _random_prime(length): 
    return random_prime(length) 

print('Generating primes (in parallel)') 
start = time.time() 
ps = [length] * N 
ps = list(_random_prime(ps)) 
end = time.time() 
print('Took: %f seconds' % (end - start)) 
ps = [p for _, p in ps] 
print(ps)

第一次运行通过计算素数顺序，它的工作原理。

第二次运行通过使用贤者的@parallel修饰器计算它们。它在计算是并行化的意义上是“有效的”，但所有输出素数都是相同的（即它不会生成100个随机素数，而是100个相同的随机素数）。我认为这是@parallel的常见用例，但我无法找到有关此问题的详细信息。有人有主意吗？谢谢。

来源

2014-02-27 user2211937

只是一个暗示 - 这是否有可能你需要设置一个不同的种子每次？请注意，the doc在测试中没有#random，所以也许所有并行实例的种子由于某种原因是相同的（这似乎是合理的）。

编辑把沃尔克的是如何做到这一点更详细的描述：

import os 
import sage.misc.randstate as randstate 
randstate.set_random_seed(os.getpid())

来源

2014-02-27 19:30:21 kcrisman

是啊，看起来像这样的作品。顺便说一下，你的'＃random'回答代表什么？ – user2211937

@parallel装饰器使用fork，所以每个并行进程都是执行进程的精确副本。您需要更改每个进程中的种子（在_random_prime中）： import os; import sage.misc.randstate as randstate; randstate.set_random_seed（os.getpid（）） – vbraun

'＃random'是一个注释Sage放入了被测试的代码，以表明输出每次都会改变，并且是“随机”的，因为它不应该被测试每次完全一样。所以如果缺少了，我们预计它每次测试都会一样（在这种情况下，每次都使用相同的种子）。 – kcrisman

并行鼠尾草黄金一代

回答

相关问题