1 개의 값에서 N 개의 독립 난수 생성기를 시드하는 가장 좋은 방법

내 프로그램에서 큰 데이터 세트를 샘플링하는 데 사용되는 자체 RNG로 N 개의 개별 스레드를 각각 실행해야합니다. 결과를 재현 할 수 있도록이 전체 프로세스를 단일 값으로 시드 할 수 있어야합니다.

각 인덱스의 시드를 순차적으로 늘리는 것으로 충분합니까?

현재 내가 사용 numpy의 RandomState메르 센 트위스터 의사 난수 생성기를 사용합니다.

아래 코드 스 니펫 :

# 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)

본질적으로 사용자 입력 시드 (존재하는 경우)로 시작하고 각 인스턴스 / 스레드에 대해 실행중인 인스턴스의 인덱스 (0 ~ N-1)를 순차적으로 추가합니다. 이것이 좋은 습관인지 또는 더 좋은 방법이 있는지 모르겠습니다.

확실히 좋은 습관은 아닙니다. 예를 들어, 12345 및 12346의 루트 시드로 두 번의 런을 수행 할 때 발생하는 상황을 고려하십시오. 각 런 N-1에는 공통 스트림 이 있습니다 .

Mersenne Twister 구현 ( numpy.random및 포함 random)은 일반적으로 다른 PRNG를 사용하여 정수 시드를 MT가 사용하는 큰 상태 벡터 (624 32 비트 정수)로 확장합니다. 의 배열입니다 RandomState.get_state(). 원하는 것을 수행하는 좋은 방법은 해당 PRNG를 실행하고 입력 정수로 한 번 시드하고 N*62432 비트 정수를 얻는 것입니다. 스트림을 N상태 벡터 로 분할하고 RandomState.set_state()각 RandomState인스턴스 를 명시 적으로 초기화 하는 데 사용 합니다. 해당 PRNG를 얻기 위해 표준 라이브러리 의 C 소스를 참조 numpy.random하거나 _random표준 라이브러리에서 참조해야 할 수도 있습니다 (동일 함). 누군가가 PRNG for Python의 독립형 버전을 구현했는지 확실하지 않습니다.

병렬 처리에 사용되는 솔루션은 랜덤 생성기를 사용하는 것입니다$\Phi(u)$, 어디 $u$ 당신의 씨앗입니까? $N$-배치 :

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

어디 $\Phi^n(u)=\Phi(\Phi^{n-1}(u))$. 이렇게하면 단일 시드를 사용하고 시퀀스가 ​​모두 균일하고 독립적입니다.

이제이를 수행 하는 메소드가있는 RandomGen 이라는 Python 패키지 가 있습니다.

그것은 지원하는 하나의 씨앗,뿐만 아니라 MT19937과 같은 이전의 난수 생성기에 대한 점프 프로토콜에서 생성 된 독립적 인 스트림을.

어떤 사람들은 순차적 시드에 의해 생성 된 난수에 상관 관계가 있다고 주장합니다. /programming/10900852/near-seeds-in-random-number-generation-may-give-similar-random-numbers 나는 그것이 얼마나 사실인지 잘 모르겠습니다.

걱정되는 경우 단일 난수 생성기를 사용하여 다른 모든 생성기의 시드를 선택하십시오.