numpy.random多重处理中的种子

Question

我有一个随机过程的分布式过程。 因此，我使用numpy.random.RandomState播种数字。 问题是我必须在包装器内使用另一个numpy.random函数。 现在，我失去了种子的可重复性，因为我无法控制函数调用的顺序。

此问题的简短版本是：

import numpy as np
import multiprocessing 

def function(N):
    return RDS.choice(range(N))

def wrapper(ic):
    return ic,function(ic)

RDS = np.random.RandomState(0)   

inputlist = []   
for i in range(30):
   inputlist.append((RDS.randint(1,100),))

pool = multiprocessing.Pool(4)

solutions_list = pool.starmap(wrapper, inputlist) 

pool.close() 
pool.join()

print(solutions_list)

我不能在包装器外部运行function(ic) ，因为在我的代码中它进一步取决于计算结果。

还有另一种方法来正确设置种子吗？

Answer 1

设置不同的种子并不能解决您的可重复性问题。 （这将解决我们稍后要解决的另一个问题，但不会解决可再现性问题。）您的可再现性问题来自于不确定性的任务分配给工人的任务，该任务不受任何随机种子的控制。

要解决可再现性问题，您需要确定性地分配任务。 一种方法是放弃使用进程池，并手动将作业分配给进程。

另一个问题是您的工人都在继承相同的随机种子。 （它们不共享相同的RDS对象-这不是线程处理-但是它们的RDS副本初始化相同。）这可能导致它们产生相同或高度相关的输出，从而破坏您的结果。 要解决此问题，每个工作人员应在启动时将RDS种子化为不同的种子。