控制工作单元上的随机数流

客户端和工作单元

如果需要在客户端和工作单元中生成相同的数字流，则可以设置一个来匹配另一个。您可以使用 rng 设置生成器算法和种子。

例如，您可能在工作单元上运行一个脚本作为批处理作业，并且需要与客户端相同的生成器或序列。假设您从一个名为 randScript1.m 的脚本文件开始，其中包含以下行：

R = rand(1,4);

您可以在客户端运行该脚本，然后将其作为批处理作业在工作单元上运行。请注意，结果中默认生成的随机数序列是不同的。

randScript1; % In client
R

R =
    0.8147    0.9058    0.1270    0.9134

parallel.defaultClusterProfile('Processes')
c = parcluster();
j = batch(c,'randScript1'); % On worker
wait(j);load(j);
R

R =
    0.1349    0.6744    0.9301    0.5332

为了获得相同的结果，您可以将客户端和工作单元设置为使用相同的生成器和种子。其中，文件 randScript2.m 包含以下代码：

rng(1,'Threefry');
R = rand(1,4);

现在，在客户端和工作单元上运行新脚本：

randScript2; % In client
R

R =
    0.1404    0.8197    0.1073    0.4131

j = batch(c,'randScript2'); % On worker
wait(j); load(j);
R

R =
    0.1404    0.8197    0.1073    0.4131

要将客户端和工作单元上的随机数生成器设置重置为默认值，您可以将此代码添加到 randScript2.m 的末尾。

rng('default')

不同的工作单元

默认情况下，集群中执行同一项作业的每个工作单元都有一个独立的随机数流。如果并行调用 rand、randi 或 randn，则每个工作单元都会产生一个唯一的随机数序列。

此示例使用并行池中的两个工作单元来显示它们生成唯一的随机数序列。

p = parpool(2);
spmd
    R = rand(1,4); % Different on each worker
end
R{1},R{2}

ans = 
    0.1349    0.6744    0.9301    0.5332
ans =
    0.6383    0.5195    0.1398    0.6509

delete(p)

如果需要所有工作单元生成相同的数字序列，您可以将每个工作单元设置为使用相同的生成器设置：

p = parpool(2);
spmd
    rng(0,'Philox'); % Default seed 0.
    R = rand(1,4); % Same on all workers
end
R{1},R{2}

ans =
    0.3655    0.6975    0.1789    0.4549
ans =
    0.3655    0.6975    0.1789    0.4549

delete(p)

如果您需要控制 parfor 循环每次迭代的随机数，请参阅 在 parfor 循环中重复随机数。

正态分布的随机数

如果您使用 randn 函数处理正态分布的随机数，则可以使用与上述相同的方法通过 RandStream 在每个工作单元和客户端上设置生成器类型、种子和正态变换算法。

例如，假设文件 randScript3.m 包含代码：

stream = RandStream('Threefry','Seed',0,'NormalTransform','Inversion');
RandStream.setGlobalStream(stream);
R = randn(1,7)

R =
    -0.3479    0.1057    0.3969    0.6544   -1.8228    0.9587    0.5360