Çok işlemcili farklı çalışanlarda aynı çıktı

Question

Yapılması gereken işlerin işçiler arasında parçalanıp dağıtılabileceği çok basit vakalarım var. Neden aynı rasgele sayı

Input : [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] 
0 7 
1 7 
2 7 
5 7 
3 7 
4 7 
6 7 
7 7 
8 6 
9 6 
Pool : [0, 2, 4, 6, 8, 10, 12, 14, 16, 18] 

baskılı oluyor:

import multiprocessing 
import numpy as np 
import time 

def do_calculation(data): 
    rand=np.random.randint(10) 
    print data, rand 
    time.sleep(rand) 
    return data * 2 

if __name__ == '__main__': 
    pool_size = multiprocessing.cpu_count() * 2 
    pool = multiprocessing.Pool(processes=pool_size) 

    inputs = list(range(10)) 
    print 'Input :', inputs 

    pool_outputs = pool.map(do_calculation, inputs) 
    print 'Pool :', pool_outputs 

yukarıdaki program şu çıktıyı üretir: Ben here den çok basit çoklu işlem örnek çalıştı? (Makinemde 4 cpus var). Bu devam etmenin en iyi/en basit yolu mu?

Answer 1

do_calculation işlevinde numpy.random.seed kullanarak rasgele sayı üretecini yeniden tohumlamanız gerekeceğini düşünüyorum.

Tahminimce, modülü içe aktarırken rasgele sayı üretecinin (RNG) ekilebilmesi. Daha sonra, çoklu işlemeyi kullandığınızda, mevcut işlemi zaten tohumlanmış RNG ile çatallandırırsınız. Böylece, tüm süreçleriniz RNG için aynı tohum değerini paylaşır ve böylece aynı sayı dizilerini oluştururlar.

örn

def do_calculation(data): 
    np.random.seed() 
    rand=np.random.randint(10) 
    print data, rand 
    return data * 2