Mathematica中的并行编程

我对以并行方式运行多个内核参数的不同值进行monte carlo评估的相同函数感兴趣。我还希望确保整个函数在同一个内核上运行，而不在内核之间分配函数内的计算。例如，假设我有一个函数（故意简化）Mathematica中的并行编程

f[a_, b_] := Module[{}, RandomReal[{a, b}]] 


In[1]:= LaunchKernels[] 

Out[1]= {KernelObject[1, "local"], KernelObject[2, "local"], 
KernelObject[3, "local"], KernelObject[4, "local"], 
KernelObject[5, "local"], KernelObject[6, "local"], 
KernelObject[7, "local"]} 

SeedRandom[795132, Method -> "ParallelGenerator"]; 

m1 = 1; m2 = 2; m3 = 3; m4 = 4; m5 = 5; m6 = 6; m7 = 7; m8 = 8; 

DistributeDefinitions[f, m1, m2, m3, m4, m5, m6, m7, m8];

我现在要运行F [M1，M2]中，f [M3，M4]中，f [M5，M6]中，f [M7，M8 ] f [m9，m10]，这些内核之间没有信息传递，也就是说，在不同内核之间有一个单独的随机数据流。

在Mathematica中如何做到这一点？

来源

2011-11-29 asim

有乐趣的家伙，我坐在这一个。 –

@ Mr.Wizard：当你不在身边时，没有什么好玩的，虽然:) –

也许你可以用$KernelID和$ProcessID来种子个别内核？

ParallelEvaluate[ 
Print[$KernelID $ProcessID]; 
SeedRandom[$KernelID $ProcessID] 
]

，这应该去五个不同的内核（该FinestGrained选项会采取一切评价到新内核）：

ParallelTable[$KernelID -> f[2 i - 1, 2 i], {i, 5}, Method -> "FinestGrained"]

当i（最多5个）比内核的数目大于（8 ），但这会遇到问题，即f[13,14]可能使用与f[2,3]相同的种子。

来源

2011-11-30 00:22:55

这不是默认情况下发生了什么吗？见[这里]（http://reference.wolfram.com/mathematica/tutorial/RandomNumberGeneration.html），它表示*“对于并行计算，在每个线程上都有一个生成器可以产生独立于生成器的随机数在Mathematica中，并行计算中使用的每个线程都将被赋予一个从零开始的唯一索引（并且通常顺序通过$ ProcessorCount），这将用于在每个线程上给出不同的种子和生成器。“* – Szabolcs

我想要函数内的所有计算都发生在同一个内核上。如果函数涉及多个（比如说10000个）随机抽签，那么所有应该来自同一个流。 – asim

我相信你要找的是BlockRandom。

按照documentation，

BlockRandom[expr] 
evaluates expr with all pseudorandom generators localized, 
so that uses of SeedRandom, RandomInteger, and related functions 
within the evaluation of expr do not affect subsequent pseudorandom sequences.

这时，你可能有：

f[a_, b_] := BlockRandom[{}, RandomReal[{a, b}]

来源

2011-12-01 04:29:35

Mathematica中的并行编程

回答

相关问题