Посев для многопоточного unif_rand () - PullRequest
Новая
       84

Посев для многопоточного unif_rand ()

0 голосов
/ 04 июня 2018

Я хочу заполнить внутренние R unif_rand() в многопоточной среде.Приведенный ниже код генерирует матрицу из 2 столбцов из одинаковых случайных чисел в двух потоках.Результаты интересны. 

struct mtRunif: public RcppParallel::Worker
{
  int Nrow; // number of rows in matrix.
  double *v; // point to the 0th element of the 0th column.
  void operator() (std::size_t st, std::size_t end)
  {
    // st = 0 in the 0th thread, 1 in the 1st thread. 
    double *vst = v + st * Nrow;
    for(int i = 0; i < Nrow; ++i)
    {
      vst[i] = unif_rand();
    }
  }


  mtRunif(int Nrow, double *v): Nrow(Nrow), v(v)
  {
    RcppParallel::parallelFor(0, 2, *this);
  }
};


// [[Rcpp::export]] 
NumericMatrix testSeeding(int sampleSize)
{
  NumericMatrix rst(sampleSize, 2);
  mtRunif(sampleSize, &*rst.begin());
  return rst;
}


/***R
N = 100
set.seed(42); tmp = testSeeding(N) 
set.seed(42); tmp2 = testSeeding(N) 
# see if sequences are identical
range(tmp[, 1] - tmp2[, 1]); range(tmp[, 2] - tmp2[, 2])
# [1] 0 0
# [1] 0 0


N = 1000
set.seed(42); tmp = testSeeding(N) 
set.seed(42); tmp2 = testSeeding(N) 
range(tmp[, 1] - tmp2[, 1]); range(tmp[, 2] - tmp2[, 2])
# [1] -0.9655154  0.8989870
# [1] -0.969356  0.963239
*/

Результаты показывают, что set.seed() контролирует случайность во всех потоках для небольших выборок?Изначально я ожидал, что set.seed() будет эффективным не более чем в 1 потоке.Я не хочу использовать заключение, потому что оно может быть абсолютно неверным.С другой стороны, есть ли функция заполнения для unif_rand(), схожая с std::srand() для std::rand()?

Спасибо!

Ответы [ 2 ]

0 голосов
/ 08 июня 2018

После рекламы dqrng в комментариях я понял, что не написал никакой документации о том, как использовать ГСЧ из этого пакета для параллельного использования.Поэтому я запустил новую виньетку , которая станет частью следующего релиза.Вот один из примеров, который очень похож на то, что вы пытались сделать: 

#include <Rcpp.h>
// [[Rcpp::depends(dqrng)]]
#include <pcg_random.hpp>
#include <dqrng_distribution.h>
// [[Rcpp::depends(RcppParallel)]]
#include <RcppParallel.h>
// [[Rcpp::plugins(cpp11)]]

struct RandomFill : public RcppParallel::Worker {
  RcppParallel::RMatrix<double> output;
  uint64_t seed;
  dqrng::normal_distribution dist{0.0, 1.0};

  RandomFill(Rcpp::NumericMatrix output, const uint64_t seed) : output(output), seed(seed) {};

  void operator()(std::size_t begin, std::size_t end) {
    pcg64 rng(seed, end); // ctor with seed and stream id
    auto gen = std::bind(dist, rng);
    std::generate(output.begin() + begin * output.nrow(),
                  output.begin() + end * output.nrow(),
                  std::ref(gen));
  }
};

// [[Rcpp::export]]
Rcpp::NumericMatrix parallel_random_matrix(const int n, const int m, const int ncores) {
  Rcpp::NumericMatrix res(n, m);
  RandomFill randomFill(res, 42);
  RcppParallel::parallelFor(0, m, randomFill, m/ncores + 1);
  return res;
}

/*** R
res <- parallel_random_matrix(1e6, 8, 4)
head(res)
*/

Результат: 

> res <- parallel_random_matrix(1e6, 8, 4)

> head(res)
           [,1]        [,2]        [,3]       [,4]       [,5]       [,6]       [,7]       [,8]
[1,]  0.7114429 -0.19759808 -0.47149983  0.6046378 -0.3709571 -0.8089533  0.8185977 0.49010575
[2,]  0.8721661 -0.47654248  1.10411136 -1.6290995 -1.3276661 -0.2585322 -1.2437521 0.90325167
[3,] -1.4959624  0.61068373 -0.54343828 -0.4623555 -1.1779352 -2.8068283 -0.4341252 1.74490995
[4,]  0.5087201 -0.05175746  0.19007581 -0.7869679  0.9672267 -0.5009787 -0.5283977 1.42487290
[5,] -0.8191448 -0.77348120 -0.03458304  0.7243224  1.0594094 -0.6951184 -0.5456669 0.00894037
[6,]  1.2289518 -2.33539762  0.40222707 -2.3346460 -0.5796549 -0.3092356  2.8961294 0.16773085

Кстати, пожалуйста, не подавайте в суд std::rand().Если вы хотите использовать стандартную библиотеку, тогда используйте что-то вроде std::mt19937 из random с C ++ 11.

0 голосов
/ 04 июня 2018

Короче говоря: вы не можете сделать это с помощью R по внутренним причинам, и это подробно описано в документации.

Существуют также статистические проблемы, касающиеся RNG и потоков.Таким образом, вы, скорее всего, захотите изучить «потоковые ГСЧ», подходящие для рисования из нескольких потоков.Есть некоторые на CRAN

, а также более старый sprng , которого больше нет в CRAN.

...