python - Numpy:随机数生成 - 将循环分成 block

Question

一个关于 Numpy 中随机数生成的问题。

我有一个代码执行以下操作:

import numpy as np

for i in range(very_big_number):

    np.random.randn(5)

    # other stuff that uses the generated random numbers

因为不幸的是 very_big_number 真的可以是一个非常大的数字，我想把这个循环分成 block ，比如调用 10 次 相同

for i in range(very_big_number/10):

    np.random.randn(5)

    # other stuff that uses the generated random numbers

然后将所有输出整理在一起。但是，我想确保这种分成 block 的方式保留了我生成的数字的随机性。

我的问题是:阅读 numpy 文档或等效的 this关于 StackOverflow 的问题，我很想认为仅划分循环并在例如上运行子循环就足够了。十个不同的核心同时。但是我想知道这是否正确，或者我是否应该设置一些随机数种子，如果是，如何设置。

Answer 1

分割循环....随机性值得怀疑....

改为并行处理....

如果您知道并行处理，请尝试下面所说的“Joblib”库或任何其他库....

https://pythonhosted.org/joblib/parallel.html

Joblib provides a simple helper class to write parallel for loops using multiprocessing