使用 dorng 在 R 中调试 foreach

Question

我正在使用 foreach 循环在 R 中并行化一个任务，并使用 dorng 运算符获得可重现的结果。这是一个复杂的代码，即使我使用常规的for 循环运行相同的代码，我也无法识别出一个错误。

我的基本问题是：假设我有可重现的结果，我该如何调试 foreach 循环中的函数？以下是我目前的尝试。

在 doRNG 包的 vignette 中，它说将使用 R 数生成器“L'Ecuyer-CMRG”在每次迭代开始时生成并设置随机种子序列。随机种子的序列可以在foreach循环之前使用set.seed定义：

library(doRNG)
library(doParallel)
library(foreach)

registerDoParallel(2)
set.seed(1234)
f01 <- foreach(i = 1:100, .combine = 'c')  %dorng% {
  out <- 1 + i
}
r01 <- attr(f01, "rng")

set.seed(1234)
f02 <- foreach(i = 1:100, .combine = 'c')  %dorng% {
  out <- 1 + i
}
r02 <- attr(f02, "rng")

对象r01 和r02 包含f01 和f02 中使用的种子序列，

identical(f01, f02)
identical(r01, r02)

这样foreach 循环的结果及其种子与预期的相同！

然后，让我们考虑foreach 循环会给我一个随机错误的情况：

set.seed(1234)
f03 <- foreach(i = 1:100, .combine = 'c')  %dorng% {
  u <- floor(runif(1, 1, 101))
  
  if (i == as.integer(u)){
    out <- "a" + "b"
  } else {
    out <- 1 + i
  }

}
Error in { : task 67 failed - "non-numeric argument to binary operator"

错误发生在第 67 次迭代，很容易理解错误。不幸的是，我的情况不一样。

我希望能够使用debug 并遍历我的函数以了解错误。据我所知，我不能在 R 中的 foreach 循环中使用 debug。

然后，我考虑在常规的for 循环中捕获错误，但是运行我的代码非常慢，而且显然我无法在迭代次数少的情况下观察到错误。我需要使用foreach 了解错误。

虽然我无法从f03 恢复种子序列，但我知道它们将与r01 或r02 相同。对于第 67 次迭代，我有

r01[[67]]
[1]       10407  1484283582  -741709185   513087691   132931819
[6]  1318506528 -1383054295

因此，我想将我的种子固定在 r01[[67]] 应该会给我同样的错误：

i <- 67
set.seed(r01[[67]], kind = "L'Ecuyer-CMRG")
u <- floor(runif(1, 1, 101))
  if (i == as.integer(u)){
    out <- "a" + "b"
  } else {
    out <- 1 + i
}
u
[1] 74

这不是真的。

在 doRNG vignette，第 6 页，他们有一个在前一个循环的循环中使用种子的示例：

set.seed(1234)
ex01 <- foreach(i=1:5) %dorng% { runif(3) }
ex02 <- foreach(i=1:5, .options.RNG=attr(ex01, 'rng')[[2]]) %dorng% { runif(3) }
identical(ex02[1:4], ex01[2:5])

我错过了什么？

Answer 1

我认为问题在于doRNG 为您提供了随机种子状态，而您将其用作set.seed 的输入，它只需要一个整数。我希望set.seed 仅采用提供给函数的第一个整数来设置随机种子状态。相反，你应该做的是在 R 中设置种子状态。首先我得到种子状态并验证我可以重现错误：

library(doRNG)
library(doParallel)
library(foreach)

registerDoParallel(2)
kind <- RNGkind()
kind
[1] "Mersenne-Twister" "Inversion"        "Rejection"   

set.seed(1234, kind = kind[1]) #explicitly set RNG kind so I can reproduce more easily if I run the code multiple times
f01 <- foreach(i = 1:100, .combine = 'c')  %dorng% {
  out <- 1 + i
}
r01 <- attr(f01, "rng")

set.seed(1234, kind = kind[1])
f03 <- foreach(i = 1:100, .combine = 'c')  %dorng% {
  u <- floor(runif(1, 1, 101))
  
  if (i == as.integer(u)){
    out <- "a" + "b"
  } else {
    out <- 1 + i
  }

}
Error in { : task 39 failed - "non-numeric argument to binary operator"

我得到了一个不同的失败迭代次数。不知道为什么，但我仍然像你一样得到错误。那我看看能不能直接设置.Random.seed复制：

i <- 39
RNGkind("L'Ecuyer-CMRG")
.Random.seed <- r01[[39]]
u <- floor(runif(1, 1, 101))
  if (i == as.integer(u)){
    out <- "a" + "b"
  } else {
    out <- 1 + i
}
Error in "a" + "b" : non-numeric argument to binary operator
u
[1] 39

看起来我们可以！完整代码如下：

library(doRNG)
library(doParallel)
library(foreach)

registerDoParallel(2)
kind <- RNGkind()
kind

set.seed(1234, kind = kind[1]) #explicitly set RNG kind so I can reproduce more easily if I run the code multiple times
f01 <- foreach(i = 1:100, .combine = 'c')  %dorng% {
  out <- 1 + i
}
r01 <- attr(f01, "rng")

set.seed(1234, kind = kind[1])
f02 <- foreach(i = 1:100, .combine = 'c')  %dorng% {
  out <- 1 + i
}
r02 <- attr(f02, "rng")

identical(f01, f02)
identical(r01, r02)

set.seed(1234, kind = kind[1])
f03 <- foreach(i = 1:100, .combine = 'c')  %dorng% {
  u <- floor(runif(1, 1, 101))
  
  if (i == as.integer(u)){
    out <- "a" + "b"
  } else {
    out <- 1 + i
  }

}

identical(r01, r03)

i <- 39
RNGkind("L'Ecuyer-CMRG")
.Random.seed <- r01[[39]]
u <- floor(runif(1, 1, 101))
  if (i == as.integer(u)){
    out <- "a" + "b"
  } else {
    out <- 1 + i
}
u

#restore RNG kind to original
RNGkind(kind[1])