r - 如何使用 foreach 和 doMC 包为随机模拟设置种子？

Question

我需要做一些模拟，出于调试目的，我想使用 set.seed得到相同的结果。这是我正在尝试做的示例:

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应该是相同的，即 sum(abs(a-b))应该为零，但事实并非如此。我做错了什么，还是我偶然发现了某些功能？

我可以使用 R 2.13 和 R 2.14 在两个不同的系统上重现这个

Answer 1

我的默认答案曾经是“那么不要那样做”(使用 foreach )作为 snow包为您做到这一点(可靠!)。

但正如@Spacedman 指出的那样，雷诺的新 doRNG如果您想继续使用 doFoo，这就是您要寻找的。/foreach家庭。

真正的关键是一个 clusterApply 风格的调用，用于在所有节点上设置种子。并以跨流协调的方式。哦，我有没有提到 snow作者:蒂尔尼、罗西尼、李和塞维奇科娃已经为你做这件事快十年了？

编辑:虽然你没有问 snow ，为了完整起见，这里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，这里是您的示例以及 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>