在MATLAB中跨并行调用创建随机矩阵时的可再现结果

我想创建一些随机矩阵，但它们非常大，无法放入内存，所以我想找到一种方法在计算机上复制它们，这样当我需要将它们发送到另一台机器时，我只需要发送代码。 以下是我想做的：

num_of_iters = 10;
K = 200;
for iter = 1:num_of_iters
    parfor j = 1:K
        R = make_random_R(iter,j,.....);
        % Do something
    end
end

我担心的是parfor循环，我需要能够重现随机矩阵，无论parfor中的索引顺序如何。因此，我决定使用MATLAB流来实现这一点：

• 保存全局流
• 创建一个新的流，设置种子和适当的子流（取决于iter和j）
• 算算
• 把全球流放回去

这是我的代码（变量n，p，R_类型控制随机矩阵的生成方式，但它们并不重要，K与上面的变量相同，我需要它在

substream_id=（iter-1）*K+j；

）行中：

---

我想知道代码是否正确，它是否在函数调用后保留全局流的状态？请帮助我，非常感谢你

MATLAB从一个“已知”但“复杂”的函数生成随机数，这样你就可以生成相同的随机序列了！号码

为此，应使用“rng”功能
将rng设置为默认值，以便重置随机数生成

rng('default');
rand(1,5)
ans=
0.8147  0.9058  0.1270  0.9134  0.6324

如果你想重现这个随机数序列，你可以写：

rng('default');
rand(1,5)
ans=
    0.8147  0.9058  0.1270  0.9134  0.6324

另一种方法是获取/设置随机数生成的种子：

s=rng;
rand(1,5)
ans= 0.0975  0.2785  0.5469  0.9575  0.9649

并复制相同的序列号

rng(s);
rand(1,5)
ans=
     0.0975  0.2785  0.5469  0.9575  0.9649

注意，“rng”本身是一个丰富的函数，您可以在matlab文档中对其进行更多的研究

（我希望我能正确理解这个问题）

回答@m7913d的评论

“默认情况下，MATLAB®客户端和MATLAB工作人员使用不同的 随机数生成器，即使工作人员是本地 与客户端在同一台计算机上群集。对于客户端 默认为Mersenne捻线器生成器（“捻线器”），用于 默认情况下是组合的多个递归生成器 （'CombRecursive'或'mrg32k3a'）。如果需要生成 客户机和工人中的数字流相同，您可以将其设置为1 匹配另一个。”

显然，matlab工作人员使用的函数（用于生成随机数）与matlab本身不同，因此您也可以在“rng”函数中设置默认函数

rng(5,'twister') % for using twister method to generate random number

显示您可以在parfor中复制随机数序列的新示例：

>> parfor i=1:3
rng(3,'twister');
rand(1,5)
i
end

ans =

    0.5508    0.7081    0.2909    0.5108    0.8929


ans =

     3


ans =

    0.5508    0.7081    0.2909    0.5108    0.8929


ans =

     1


ans =

    0.5508    0.7081    0.2909    0.5108    0.8929


ans =

     2

评论的重要部分：

关于“客户端工作人员”，正如我之前所说，matlab为所有客户端工作人员使用默认函数，因此结果是完全可复制的，只是创建随机数的默认函数不同于matlab自己的默认函数。这不是一个问题，您可以在matlab及其工作人员中使用rng函数设置默认函数（答案中的最后一个示例）

---

关于使用全局流，使用全局流没有区别，您应该使用rng函数设置种子值以获得相同的可复制结果，全局流只是指示您使用哪个函数生成随机数，matlab有大约6个函数来完成这项工作，但是如果你有自己的函数，你可以在全局流上设置它，然后再次使用rng函数在每次生成随机数时获得相同的序列

---

请注意，

rng

在parfor循环中有一个。恐怕这不能回答我的问题。首先，我问我的实现是否正确，而你根本没有涉及这一部分：（.其次，文档中的引用说明客户机和工作人员使用不同的随机生成器，但它没有解决这样一个事实，即在parfor循环中，每个工作人员使用的索引是完全未指定的（由于并行化）因此，为了在每次调用parfor循环时生成相同的结果，您必须以某种方式使用随机生成器中的索引。由于我们要分别在每个辅助进程上生成数字，我假设我们必须使用随机流（而不是像您使用的rng函数那样使用全局流）。@Dangmanchuong在您的实现中，您必须使用相同的种子来复制相同的随机数序列，因此，当您尝试生成新的随机数时，只需在每个循环中的代码中添加“rng（您想要的种子数）”。

rng(5,'twister') % for using twister method to generate random number

>> parfor i=1:3
rng(3,'twister');
rand(1,5)
i
end

ans =

    0.5508    0.7081    0.2909    0.5108    0.8929


ans =

     3


ans =

    0.5508    0.7081    0.2909    0.5108    0.8929


ans =

     1


ans =

    0.5508    0.7081    0.2909    0.5108    0.8929


ans =

     2