Sản lượng tương tự trong các công nhân khác nhau trong đa xử lý

Question

Tôi có những trường hợp rất đơn giản, nơi công việc được thực hiện có thể được chia nhỏ và phân phối giữa các công nhân. Tôi đã thử một ví dụ rất đơn giản đa từ here:

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 

Chương trình trên sẽ cho kết quả như sau:

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] 

Tại sao các số ngẫu nhiên cùng bị in? (Tôi có 4 cpus trong máy của tôi). Đây có phải là cách tốt nhất/đơn giản nhất để tiếp tục không?

Answer 1

Tôi nghĩ bạn cần phải tạo lại trình tạo số ngẫu nhiên bằng cách sử dụng numpy.random.seed trong chức năng do_calculation của bạn.

Đoán của tôi là trình tạo số ngẫu nhiên (RNG) được tạo hạt khi bạn nhập mô-đun. Sau đó, khi bạn sử dụng đa xử lý, bạn chia rẽ quy trình hiện tại với RNG đã được gieo hạt - Vì vậy, tất cả các quy trình của bạn đang chia sẻ cùng một giá trị hạt giống cho RNG và do đó chúng sẽ tạo ra cùng một chuỗi các số.

ví dụ:

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