考虑使用并行的非常基本(且效率低下)的代码foreach
用于生成随机值:
cl <- makeCluster(2)
registerDoParallel(cl)
foreach(i = 1:100) %dopar% rnorm(1)
它是否正确,或者是否需要任何其他步骤才能使随机生成正常工作?我想这已经足够了,快速检查似乎“证明”种子可以正常工作,但我想确保在其他平台上也是如此,因为我希望代码是可移植的。
您的担心是正确的;随机数生成并不能神奇地并行工作,需要采取进一步的步骤。使用foreach框架时,可以使用doRNG https://cran.r-project.org/package=doRNG扩展以确保在并行完成时也能获得可靠的随机数。
Example:
library("doParallel")
cl <- makeCluster(2)
registerDoParallel(cl)
## Declare that parallel RNG should be used for in a parallel foreach() call.
## %dorng% will still result in parallel processing; it uses %dopar% internally.
library("doRNG")
y <- foreach(i = 1:100) %dorng% rnorm(1)
编辑2020-08-04:之前这个答案提出了替代方案:
library("doRNG")
registerDoRNG()
y <- foreach(i = 1:100) %dopar% rnorm(1)
但这样做的缺点是开发者使用起来比较复杂registerDoRNG()
在函数内部以干净的方式。因此,我建议使用%dorng%
指定应使用并行 RNG。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)