使用 doSMP 生成随机数
我正在尝试使用 doSMP 包在 R 中进行并行编程。这是我编写的代码片段，用于测试每个 MC 复制是否从相同的种子开始，以及 RNG 是否会给出相同的数字 随机数的结果是一样的。我希望每个 MC 复制都是随机的（我在 run.MC.replicate 中生成随机数）。我该如何解决这个问题？
par.mc.result<- foreach(mc =1:nmc,.packages=c("MASS") ) %dopar% {
source("./src/simulation_math_util_fn.R")
source("./src/oosMDS.R")
source("./src/smacofM.R")
source("./src/oosIM.R")
sink(file=paste("debug",mc,collapse=""))
print(runif(1))
run.MC.replicate(myParams)
}
我猜测这种行为的发生是因为 doSMP 生成子 R 进程的方式。 请帮忙
I'm trying to use doSMP package for parallel programming in R. Here's a snippet of the code I wrote to test whether each MC replicate starts from the same seed, and whether RNG will give the same number
The random numbers come out the same. I want each MC replicate to be random(I generate random numbers in run.MC.replicate). How can I fix this?
par.mc.result<- foreach(mc =1:nmc,.packages=c("MASS") ) %dopar% {
source("./src/simulation_math_util_fn.R")
source("./src/oosMDS.R")
source("./src/smacofM.R")
source("./src/oosIM.R")
sink(file=paste("debug",mc,collapse=""))
print(runif(1))
run.MC.replicate(myParams)
}
I'm guessing this behaviour happens because of the way doSMP generates child R processes.
Please help
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
您需要一个适合并行计算的 RNG。转到高性能计算任务视图并查看并行计算：随机数部分。它列出了 rsprng 和 rlecuyer 包。
You need a RNG suited for parallel computing. Go to the High Performance Computing Task View and see the Parallel computing: Random numbers section. It lists the rsprng and rlecuyer packages.