集群环境下运行的Matlab随机变量发生器

我想在matlab中生成“真正”的随机变量，它在集群环境中运行。问题是matlab中的随机变量是从一个矩阵中检索出来的，从一个特定的位置（）开始

每次我开始在matlab中执行程序时，随机值总是相同的。为了克服这个问题，可以使用命令rng（‘shuffle’）从矩阵（）的随机位置开始

然而，即使这个命令也会给我相同的结果，因为“shuffle”命令的结果（它的工作原理尚未阐明）在集群中总是相同的

---

关于如何克服这个问题，有什么建议吗？

通常，您会向随机数生成器提供一个开始的“种子”，一个好的来源是当前时间，因此您可以尝试以下方法

 rng(now)

有关更多示例，请参见示例

---

注意：我自己没有测试过

我假设这是一个问题，因为您正在使用具有相同“随机”输入的多个并行进程。确保在不同的时间在每个进程中使用

rng（'shuffle'）

（时差可能为毫秒）

shuffle

使用当前时间作为输入，分辨率相当高，如下例所示：

rng('shuffle');rng
rng('shuffle');rng

rng(now);rng
rng(now);rng

上述代码设置随机种子，并立即显示随机数生成器及其种子的状态。结果如下：

ans = 

     Type: 'twister'
     Seed: 587753634
    State: [625x1 uint32]


ans = 

     Type: 'twister'
     Seed: 587753635
    State: [625x1 uint32]


ans = 

     Type: 'twister'
     Seed: 736028
    State: [625x1 uint32]


ans = 

     Type: 'twister'
     Seed: 736028
    State: [625x1 uint32]

如您所见，

shuffle

输入会产生两种不同的种子，而

now

输入显然没有足够高的分辨率来快速生成新种子。

rng（'shuffle'）

根据当前时间为随机数生成器种子，所以我不知道为什么每次你都会得到同样的结果

无论如何，如果要确保每个辅助进程具有不同的种子，则不应使用

rng（'shuffle'）

在每个辅助进程上设置随机数种子

因此，基本上您需要全局地执行

rng（'shuffle'）

，而不是在每个worker内部

这将在每个工人身上每次为您提供不同的值：

rng('shuffle')
spmd
R = rand(1,4); % Different on each worker
end

这将在所有worker上每次为您提供相同的值，因为所有worker将使用相同的rng种子同时初始化

spmd
rng('shuffle')
R = rand(1,4); % Equal on each worker
end   

---

为什么不使用random.org上的真正随机数为随机数生成器设定种子，使用这个

我也尝试过这个，但它不起作用。每次我初始化代码时，集群计算机中的日期似乎都在重置。谢谢你！我没有使用多核，但是默认情况下matlab会并行一些任务。因此，我在代码的开头只使用了一个rng（“shuffle”），但shuffle的输出总是相同的。正如我在另一个答案中所评论的，每次我初始化代码时，集群计算机中的日期似乎都在重置。这很奇怪。也许您可以尝试

rng（cputime）

来设置随机种子？这将使用MATLAB在CPU上的时间作为种子，这可能不是每次运行代码时的相同数字。根据这里的建议，我相信问题不在MATLAB，而在集群本身。也许我会删除我的问题以避免混淆其他用户。这可能是个好主意。但是，我建议重新询问集群的具体情况（即，是否可能有更多的人遇到此问题）。在我的书中，运行MATLAB时重置系统时钟绝对是一种奇怪的行为，因此，如果您发现这方面有什么有趣的事情，可能值得分享。