机器算法验证 - 从 1 个值播种 N 个独立随机数生成器的最佳方法 - 吾爱随笔录

从 1 个值播种 N 个独立随机数生成器的最佳方法

机器算法验证 Python 蒙特卡洛随机生成麻木的

2022-03-06 02:49:00

在我的程序中，我需要运行 N 个单独的线程，每个线程都有自己的 RNG，用于对大型数据集进行采样。我需要能够用一个单一的值来播种整个过程，这样我才能重现结果。

简单地依次增加每个索引的种子就足够了吗？

目前我使用numpy's RandomState，它使用 Mersenne Twister 伪随机数生成器。

下面的代码片段：

# If a random number generator seed exists
if self.random_generator_seed:
    # Create a new random number generator for this instance based on its
    # own index
    self.random_generator_seed += instance_index
    self.random_number_generator = RandomState(self.random_generator_seed)

本质上，我从用户输入的种子（如果存在）开始，对于每个实例/线程，我依次添加正在运行的实例的索引（0 到 N-1）。我不知道这是否是好的做法，或者是否有更好的方法来做到这一点。

4个回答

当然，这不是很好的做法。例如，考虑使用根种子 12345 和 12346 进行两次运行时会发生什么。每次运行都会有N-1共同的流。

Mersenne Twister 实现（包括numpy.random和random）通常使用不同的 PRNG 将整数种子扩展为 MT 使用的大状态向量（624 个 32 位整数）；这是来自的数组RandomState.get_state()。做你想做的事的一个好方法是运行那个 PRNG，用你的输入整数播种一次，并从中获取N*62432 位整数。将该流拆分为N状态向量并用于RandomState.set_state()显式初始化每个RandomState实例。您可能必须查阅标准库的 C 源代码numpy.random或_random从标准库获取该 PRNG（它们是相同的）。我不确定是否有人为 Python 实现了该 PRNG 的独立版本。

用于并行处理的解决方案是使用您的随机生成器 $\Phi(u)$ ，在哪里 $u$ 是你的种子，通过 $N$ -批次：

产生 $\Phi(u),\Phi^N(u),\Phi^{2*N}(u),...$
产生 $\Phi^2(u),\Phi^{1+N}(u),\Phi^{1+2*N}(u),...$
...
产生 $\Phi^{N-1}(u),\Phi^{N-1+N}(u),\Phi^{N-1+2*N}(u),...$

在哪里 $\Phi^n(u)=\Phi(\Phi^{n-1}(u))$ . 通过这种方式，您使用单个种子，并且您的序列都是统一且独立的。

现在有一个名为RandomGen的 Python 包，它具有实现此目的的方法。

它支持从单个种子创建的独立流，以及用于旧随机数生成器（如 MT19937）的跳跃协议。

一些人声称，顺序种子产生的随机数存在相关性。https://stackoverflow.com/questions/10900852/near-seeds-in-random-number-generation-may-give-similar-random-numbers我不确定这是多么真实。

如果您对此感到担心，为什么不使用单个随机数生成器来为所有其他生成器选择种子呢？

其它你可能感兴趣的问题

上一篇使用不确定数据进行监督学习？下一篇两个不相关的正态变量之间的样本相关系数分布如何？