La mejor manera de sembrar N generadores de números aleatorios independientes a partir de 1 valor

Question

En mi programa necesito ejecutar N hilos separados, cada uno con su propio RNG, que se utiliza para muestrear un gran conjunto de datos. Necesito poder sembrar todo este proceso con un único valor para poder reproducir los resultados.

¿Es suficiente con aumentar secuencialmente la semilla de cada índice?

Actualmente utilizo numpy 's RandomState que utiliza un generador de números pseudoaleatorios Mersenne Twister.

Fragmento de código a continuación:

# If a random number generator seed exists
if self.random_generator_seed:
    # Create a new random number generator for this instance based on its
    # own index
    self.random_generator_seed += instance_index
    self.random_number_generator = RandomState(self.random_generator_seed)

Esencialmente comienzo con una semilla introducida por el usuario (si existe) y para cada instancia / hilo añado secuencialmente el índice (0 a N-1) de la instancia que se está ejecutando. No sé si esto es una buena práctica o si hay una mejor manera de hacer esto.

Answer 1

No es una gran práctica, ciertamente. Por ejemplo, considere lo que sucede cuando hace dos ejecuciones con semillas raíz de 12345 y 12346. Cada ejecución tendrá N-1 corrientes en común.

Implementaciones de Mersenne Twister (incluyendo numpy.random y random ) suelen utilizar un PRNG diferente para expandir la semilla entera en el gran vector de estados (624 enteros de 32 bits) que utiliza MT; se trata de la matriz de RandomState.get_state() . Una buena manera de hacer lo que quieres es ejecutar ese PRNG, sembrado con tu entero de entrada una vez, y obtener N*624 enteros de 32 bits de la misma. Dividir ese flujo en N vectores de estado y utilizar RandomState.set_state() para inicializar explícitamente cada RandomState instancia. Es posible que tenga que consultar las fuentes C de numpy.random o _random de la biblioteca estándar para obtener ese PRNG (son lo mismo). No estoy seguro de si alguien ha implementado una versión independiente de ese PRNG para Python.

Answer 2

Una solución que se utiliza en procesamiento en paralelo es utilizar su generador aleatorio $\Phi(u)$ , donde $u$ es tu semilla, por $N$ -Los lotes:

1. generar $\Phi(u),\Phi^N(u),\Phi^{2*N}(u),...$
2. generar $\Phi^2(u),\Phi^{1+N}(u),\Phi^{1+2*N}(u),...$
3. ...
4. generar $\Phi^{N-1}(u),\Phi^{N-1+N}(u),\Phi^{N-1+2*N}(u),...$

donde $\Phi^n(u)=\Phi(\Phi^{n-1}(u))$ . De este modo, se utiliza una única semilla y las secuencias son todas uniformes e independientes.

Answer 3

Ahora existe un paquete de Python llamado RandomGen que tiene métodos para lograrlo.

Es soporta flujos independientes creados a partir de una única semilla, así como un protocolo de salto para generadores de números aleatorios más antiguos, como el MT19937.

Answer 4

Algunas personas afirman que existen correlaciones en los números aleatorios generados por las semillas secuenciales. https://stackoverflow.com/questions/10900852/near-seeds-in-random-number-generation-may-give-similar-random-numbers No estoy seguro de que eso sea cierto.

Si te preocupa, ¿por qué no utilizar un único generador de números aleatorios para elegir las semillas de todos los demás generadores?