Come impostare i semi per le simulazioni casuali con i pacchetti foreach e doMC?

Question

Ho bisogno di fare alcune simulazioni e per scopi di debug voglio usare set.seed per ottenere lo stesso risultato. Ecco l'esempio di quello che sto cercando di fare:

library(foreach) 
library(doMC) 
registerDoMC(2) 

set.seed(123) 
a <- foreach(i=1:2,.combine=cbind) %dopar% {rnorm(5)} 
set.seed(123) 
b <- foreach(i=1:2,.combine=cbind) %dopar% {rnorm(5)} 

Oggetti a e b dovrebbe essere identico, vale a dire sum(abs(a-b)) dovrebbe essere pari a zero, ma questo non è il caso. Sto facendo qualcosa di sbagliato o sono incappato in qualche caratteristica?

sono in grado di riprodurre questo su due sistemi diversi con R e R 2.13 2.14

Answer 1

La mia risposta predefinito utilizzato per essere "bene, allora non farlo" (usando foreach) come il pacchetto snow fa questo (affidabile!) per te.

Ma come sottolinea @Spacedman, il nuovo doRNG di Renaud è quello che stai cercando se desideri rimanere con la famiglia doFoo/foreach.

La vera chiave è una chiamata cluster in stile App per ottenere il set di semi su tutti i nodi. E in modo coordinato attraverso i flussi. Oh, e ho detto che lo snow di Tierney, Rossini, Li e Sevcikova ha fatto questo per voi per quasi un decennio?

Edit: E mentre non ha chiesto circa snow, per completezza ecco un esempio dalla riga di comando:

edd@max:~$ r -lsnow -e'cl <- makeSOCKcluster(c("localhost","localhost"));\ 
     clusterSetupRNG(cl);\ 
     print(do.call("rbind", clusterApply(cl, 1:4, \ 
              function(x) { stats::rnorm(1) })))' 
Loading required package: utils 
Loading required package: utils 
Loading required package: rlecuyer 
      [,1] 
[1,] -1.1406340 
[2,] 0.7049582 
[3,] -0.4981589 
[4,] 0.4821092 
edd@max:~$ r -lsnow -e'cl <- makeSOCKcluster(c("localhost","localhost"));\ 
     clusterSetupRNG(cl);\ 
     print(do.call("rbind", clusterApply(cl, 1:4, \ 
              function(x) { stats::rnorm(1) })))' 
Loading required package: utils 
Loading required package: utils 
Loading required package: rlecuyer 
      [,1] 
[1,] -1.1406340 
[2,] 0.7049582 
[3,] -0.4981589 
[4,] 0.4821092 
edd@max:~$ 

Edit: E per completezza, ecco il vostro esempio combinato con quello che è nella documentazione per doRNG

> library(foreach) 
R> library(doMC) 
Loading required package: multicore 

Attaching package: ‘multicore’ 

The following object(s) are masked from ‘package:parallel’: 

    mclapply, mcparallel, pvec 

R> registerDoMC(2) 
R> library(doRNG) 
R> set.seed(123) 
R> a <- foreach(i=1:2,.combine=cbind) %dopar% {rnorm(5)} 
R> set.seed(123) 
R> b <- foreach(i=1:2,.combine=cbind) %dopar% {rnorm(5)} 
R> identical(a,b) 
[1] FALSE      ## ie standard approach not reproducible 
R> 
R> seed <- doRNGseed() 
R> a <- foreach(i=1:2,combine=cbind) %dorng% { rnorm(5) } 
R> b <- foreach(i=1:2,combine=cbind) %dorng% { rnorm(5) } 
R> doRNGseed(seed) 
R> a1 <- foreach(i=1:2,combine=cbind) %dorng% { rnorm(5) } 
R> b1 <- foreach(i=1:2,combine=cbind) %dorng% { rnorm(5) } 
R> identical(a,a1) && identical(b,b1) 
[1] TRUE      ## all is well now with doRNGseed() 
R> 

Answer 2

è il pacchetto doRNG alcuna utilità per voi? Ho il sospetto che il problema è dovuto a due thread sia Splatting casuale vettore seme:

http://ftp.heanet.ie/mirrors/cran.r-project.org/web/packages/doRNG/index.html

Answer 3

per cicli più complessi, potrebbe essere necessario includere set.seed() all'interno del ciclo for:

library(foreach) 
library(doMC) 
registerDoMC(2) 
library(doRNG) 

set.seed(123) 
a <- foreach(i=1:2,.combine=cbind) %dopar% { 
    create_something <- c(1, 2, 3) 
    rnorm(5) 
} 
set.seed(123) 
b <- foreach(i=1:2,.combine=cbind) %dopar% { 
    create_something <- c(4, 5, 6) 
    rnorm(5) 
} 
identical(a, b) 
# FALSE 

contro

a <- foreach(i=1:2,.combine=cbind) %dopar% { 
    create_something <- c(1, 2, 3) 
    set.seed(123) 
    rnorm(5) 
} 
b <- foreach(i=1:2,.combine=cbind) %dopar% { 
    create_something <- c(4, 5, 6) 
    set.seed(123) 
    rnorm(5) 
} 
identical(a, b) 
# TRUE 

Answer 4

Utilizzando set.seed(123, kind = "L'Ecuyer-CMRG") fa anche il trucco e non richiede un pacchetto aggiuntivo:

set.seed(123, kind = "L'Ecuyer-CMRG") 
a <- foreach(i=1:2,.combine=cbind) %dopar% {rnorm(5)} 
b <- foreach(i=1:2,.combine=cbind) %dopar% {rnorm(5)} 
identical(a,b) 
# TRUE