matlab：不同的实例以相同的随机种子开始答案

【问题标题】：matlab: different instances start with the same random seedmatlab：不同的实例以相同的随机种子开始
【发布时间】：2020-11-03 11:45:03
【问题描述】：

使用 MATLAB 并尝试使用计算机集群执行 100 次重复具有固有随机性的某些计算。这些重复中的每一个都应包含相同的代码，但具有不同的随机种子。看来

rng('shuffle')

recommended by documentation 如果所有作业同时开始运行（在不同的机器上），则可能无法实现这一点，因为使用的种子是一个似乎是从时间初始化的整数（它单调增加，似乎精度为 100 分之一）一秒钟。

精度似乎合理，但如果同时运行 100-1000 个实例，“冲突”仍然很可能发生，从而破坏了独立的结果统计解释。

有什么方法可以避免这种冲突，而无需手动为每个实例提供一个用作种子的“实例 ID”？

【问题讨论】：

不要从时间开始播种。为每台机器分配一个唯一编号，并使用（时间+编号）为每台机器的 RNG 播种。将数字分散开，相距足够远，不太可能赶上下一个数字。
我同意，但如何用 Matlab 实际做到这一点？它如何访问这样的每台机器唯一编号？
阅读我的答案...序列号或处理器ID

标签： matlab random cluster-computing random-seed

【解决方案1】：

我通常会尝试从机器或硬盘上获取一些序列号，例如

dos('wmic bios get serialnumber')

或

dos('wmic cpu')

ProcessorId 例如“BFEBFBFF000506E3”是另一种可以使用的在您的集群中有所不同。因此，可能的多核使用 NumberOfCores 分裂并有不同的种子，也许。

【讨论】：

以某种方式将其与时间相结合以获得唯一的种子，即使计算节点被重复用于作业子步骤。

【解决方案2】：

无论您为种子选择什么，它都只能采用 32 位值，即使它会初始化具有更大状态的生成器，例如 Mersenne Twister（'twister'，19937 位）。正如 M. O'Neill 在“C++ Seeding Surprises”中所讨论的，32 位种子存在某些问题。据推测，基于时间的种子同样是 32 位长。短种子意味着只能生成有限数量的伪随机序列。

rng 似乎不支持超过 32 位的种子。另一方面，最新版本的 MATLAB 支持 random number streams，除其他外，如果您“想要在模拟中单独的随机源”，则设计它们。出于您的目的，请选择支持多个流的生成器，例如mrg32k3a，并按如下方式创建随机数流（另请参阅"Multiple Streams"）：

[stream1, stream2]=RandStream.create('mrg32k3a','NumStreams',2)

【讨论】：

您可以将'CellOutput',true 添加到函数调用中，然后输出是包含所有流的单个元胞数组。当 OP 似乎需要生成 100 或 1000 个流时更方便。