如何使用foreach和doMC软件包为随机模拟设置种子？

Question

我需要进行一些模拟，并且出于调试目的，我想使用 set.seed 来获得相同的结果。下面是我尝试做的一个例子：

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)}

对象a和b应该是相同的，也就是说，sum(abs(a-b))应该为零，但情况并非如此。我做错了什么，还是我碰到了某个特性？

我能够在两个不同的R 2.13和R 2.14系统上再现这个问题。

- mpiktas

Answer 1

我的默认答案过去常常是“那就别这样做”(使用foreach)，因为snow包可以（可靠地！）为您完成此操作。

但正如@Spacedman所指出的，Renaud的新doRNG是你要寻找的，如果你想留在doFoo/foreach系列中。

然而，真正的关键是一个clusterApply-style调用来设置所有节点上的种子。以协调跨流进行。哦，我提到了吗？Tierney、Rossini、Li和Sevcikova的snow已经为您完成了这个任务近十年？

编辑：虽然你没有问过snow，但为了完整起见，这里有一个命令行的例子:

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:~$ 

编辑: 为了完整起见，这里结合了你的示例以及doRNG文档中的内容。

> 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> 

- Dirk Eddelbuettel

---

感谢提供关于snow的示例。我在R中的并行编程细节方面不是很精通，所以我开始使用foreach，因为它可以从非并行代码无痛过渡到并行代码。但我知道我错过了一些东西。 - mpiktas

嗯，这就是为什么我们多年前都从snow开始，因为从标准的*apply()函数过渡到并行函数非常容易 :) - Dirk Eddelbuettel

Answer 2

使用 set.seed(123, kind = "L'Ecuyer-CMRG") 也可以实现相同的效果，而且不需要额外的包:

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

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

identical(a,b)
# TRUE

- enricoferrero

---

这个答案比Dirk Eddulbuettel的答案简单得多。它有什么缺点吗？ - generic_user

我也被这个解决方案的简单性所吸引，但是我无法复制结果（在Windows 7上使用R 3.4.0，doParallel 1.0.11和foreach 1.4.3）。 - whopper510

这显然不起作用。 随机数生成器需要在调用之间重新播种。我已经擅自修复了这个答案（尽管我改变了它的意义），因为它已经误导了人们。 - Konrad Rudolph

好的，显然它在2017年“曾经能够工作”！感谢您更新代码。 - enricoferrero

Answer 3

doRNG包对您有用吗？我怀疑您的问题是由于两个线程都在破坏随机种子向量：

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

- Spacedman

---

谢谢你的回答，我真的很想把两个答案都标记为最佳答案，但是Dirk的回答更详细。尽管如此，我还是给你的回答点了赞，因为它包含足够的信息来解决我的问题。 - mpiktas

Answer 4

对于更复杂的循环，您可能需要在for循环中包含set.seed() 内部：

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

对比

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

- K Bro

---

你可以使用 set.seed(i) 在每个循环中设置不同的种子。 - user16263