跨不同 PBS 作业的随机种子

Question

我正在尝试在 Matlab 中创建随机数，这将在多个 PBS 作业中有所不同（我正在使用作业数组）。每个 Matlab 作业都使用一个并行 parfor 循环，其中生成随机数，如下所示：

parfor k = 1:10      
  tmp = randi(100, [1 200]);
end

但是，当我绘制结果时，我发现来自不同工作的结果并非完全随机 - 我无法量化它，例如说数字完全相同，因为我的结果是随机数的函数，但是绘制它时是明白无误的。 我尝试使用进程 ID 和/或时钟来初始化每个作业中的随机种子：

rngSeed = feature('getpid'); % OR: rngSeed = RandStream.shuffleSeed;
rng(rngSeed);

但这并没有解决问题。在使用 shuffleSeed（基于时钟）之前，我还尝试在每个作业中暂停不同的秒数。

所有这一切让我认为 parfor 在某种程度上弄乱了随机种子 - 如果 parfor 需要确保您在 parfor 的不同迭代中获得不同的随机数，这是有道理的。

我的问题是，真的是这样吗？我该如何解决它并在不同的 PBS 作业中获得随机性？

EDIT 运行 4 个作业，每个作业使用 parfor 和 2 个工人，我验证虽然每个作业都有自己的种子（设置在 parfor 之外），但生成的数字在作业之间是相同的（而不是在迭代之间parfor 的 - 由 Matlab 处理）。

EDIT 2尝试@Sam Roberts 的建议，我使用以下代码：

matlabpool open local 2
st = RandStream('mlfg6331_64');
RandStream.setGlobalStream(st);
rng('shuffle');

parfor n = 1:4       
  x=randi(100,[1 10]);
  fprintf('%d ',x(:)');
  fprintf('\n')
end
matlabpool close

但在对上述脚本的不同调用中，我仍然得到相同的数字。

Answer 1

您可能需要考虑使用随机子流，以便在并行运行时获得正确的随机性和可重复性。

RandStream 类允许您创建伪随机数流 - 从该流中提取的数字具有您希望的属性（独立性等），并且如果您控制种子，您还具有可重复性。

但情况可能并非如此，例如，从流中提取的每一秒或每第四个数字都具有相同的属性。此外，当您使用parfor 时，您无法控制循环迭代的运行顺序，这意味着您将失去可重复性。您可以在 parfor 循环中对每个工作人员使用不同的子流。

一些 RNG，例如 mlfg6331_64，一个乘法滞后斐波那契生成器，或 mrg32k3a，一个组合的多重递归生成器，支持 子流 - 由同一 RNG 生成的独立流，但保留相同的伪随机属性，可以单独选择，保持可重复性。此外，许多 MATLAB 和 Toolbox 函数都有一个选项 'UseParallel' 和 'UseSubstreams'，它们会告诉它们自动为你做这些事情。

虽然上述内容在 MATLAB 文档中以技术级别进行了记录，但很难找到。 Statistics Toolbox 文档中有更多解释性指南（如果你问我，应该真的移到 MATLAB）。你可以在线阅读here。

希望有帮助！