考虑使用并行 foreach
生成随机值的非常基本(且效率低下)的代码:
cl <- makeCluster(2)
registerDoParallel(cl)
foreach(i = 1:100) %dopar% rnorm(1)
它是正确的还是需要任何额外的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,但我想确保它在其他平台上也是如此,因为我希望代码是可移植的。
最佳答案
你的担心是对的;随机数生成不会神奇地并行工作,需要采取进一步的步骤。使用foreach框架时,可以使用doRNG扩展以确保在并行完成时也能获得合理的随机数。
例子:
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:以前这个答案提出了替代方案:
library("doRNG")
registerDoRNG()
y <- foreach(i = 1:100) %dopar% rnorm(1)
然而,这样做的缺点是开发人员在函数内部以干净的方式使用 registerDoRNG()
更加复杂。因此,我建议使用 %dorng%
来指定应该使用并行 RNG。
关于r - foreach、doParallel 和随机生成,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43299428/