Python多线程随机生成

文章/答案/技术大牛

发布

1回答

python、numpy、random、multiprocessing

我只是想将这个多处理代码实现为一个随机位(0 / 1)生成器。

浏览 20提问于2020-05-23得票数 1

回答已采纳

1回答

我应该创建多少随机生成器

python、random

我正在写一个代码，需要统一生成随机数的几个给定的不同的任务。我是否需要为每个任务创建单独的随机生成器，以便这些任务的样本独立于其他任务是一致随机的？如下所示：rgen.choices(population=p, weights=wt) 在多个逻辑任务和多线程环境中使用random时，PS:我在python-3.8.2上

浏览 0提问于2020-09-23得票数 0

3回答

特定时间戳的唯一随机数

java、multithreading、data-structures

我是一种在java中学习随机数生成和多线程的概念。我试过以下失败的地方。tried new Random(); double randomId = (int)Math.abs(random.nextDouble(

浏览 9提问于2013-10-01得票数 3

回答已采纳

1回答

随机数生成与c++/Qt并行化

c++、random、parallel-processing、random-sample

我想知道这会不会比并行生成随机数更糟糕。我在这里使用的是Qt和QtConcurrent。是否值得使用并行化而不是连续生成N个数字？哪一个可能是生成数字的临界值？++) sampled[k][j] = generator_->run(lower[j],upper[j]); } 而Random是一个遵循Marsaglia生成法的自制随机生成器

浏览 1提问于2012-04-04得票数 2

回答已采纳

1回答

多进程间的共享类

python、random、multiprocessing

_random_start.choice([1,2,3])我想在不同进程之间并行地使用sample_number方法。

浏览 4提问于2020-01-04得票数 0

回答已采纳

2回答

delphi:为密码学生成随机数据

delphi

我需要生成一个12字节的随机数据用于密码学。我的第一个想法是用但是我发现这在多线程上并不是很有效，因为随机使用全局var RandSeed (实际上，随机不是多线程)。，你可以很容易地猜出下一个产生的随机数.他们能代替随机产生我的12字节随机字节吗？

浏览 8提问于2016-10-22得票数 0

回答已采纳

1回答

如何使用jobs=-1在Python中创建可复制的RandomForestClassifier？

python、multithreading、random-forest、random-seed

我在上读过用Python创建可复制机器学习模型的文章，您需要设置随机种子并插入包版本。有时，能够复制伪随机数生成器给出的序列是有用的。通过重新使用种子值，只要多线程不运行，相同的序列就应该可以从run复制到运行。对于随机种子，我现在有：random.seed(42) np.

浏览 12提问于2022-11-13得票数 0

3回答

随机数生成器和线程安全

c++、c、random

几乎所有C/C++中的伪随机生成器(Mersenne，...)使用某种内部状态，通常是字节的短向量。我的问题是，当在多线程环境中使用和共享这样的随机生成器时，让它是线程安全的“好得多”，还是让“竞争条件”发生只会增加随机性？我知道这个问题很难严谨地回答，但欢迎任何意见。

浏览 0提问于2012-06-27得票数 2

回答已采纳

1回答

来自随机模块的random.Random (而不是random.random)在Python中实际上做了什么？

python、random

这就是Python的随机模块对它的看法。绑定模块函数使用的随机数生成器基类。用于实例化随机实例以获取不共享状态的生成器。特别适用于多线程程序，为每个线程创建一个随机的不同实例，并使用跳转头()方法来确保每个线程看到的生成的序列不重叠。如果您想使用自己设计的不同的基本生成器，也可以对类进行子类化:在这种情况下，重写以下方法:随机()、种子()、getstate()、setstate()和jumpa

浏览 0提问于2018-12-14得票数 1

回答已采纳

2回答

C++计算高效的线程安全随机函数

c++、multithreading、random

我最近了解到的#<cstdlib> rand()不是线程安全的，而且在Linux上是用互斥锁实现的，这导致了当rand()被多线程频繁调用时的瓶颈。rand_r作为替代品工作，但随机数生成的质量有。此外，这种情况使我怀疑是否有更快的随机数生成器，因为显然我的代码花费了大量时间来生成随机数。上面的链接中列出了一些替代方案，但我不确定它们的速度以及可能存在的其他替代方案。

浏览 1提问于2011-11-23得票数 4

回答已采纳

1回答

具有预定义概率的c#无状态随机选择

然而，最佳做法是使用Random对象的同一个实例生成数字。在这种情况下，这是不可能的，因为应用程序可能一天几次关闭和打开。此外，一个订单可能需要超过一天的处理。

浏览 0提问于2019-05-09得票数 1

回答已采纳

1回答

Python多线程随机行为

python、multithreading

我有一个多线程python应用程序，它对文件进行大量处理。以下是我的应用程序的简化版本FTP here class Ma

浏览 1提问于2011-07-29得票数 1

回答已采纳

3回答

在多个类中使用一个随机对象是否会减少每个类的随机性？

c#、random

如果我有两个类，每个类都以一个伪随机数生成器( PRNG )作为依赖项，并且将相同的PRNG实例传递给这两个类，那么这是否损害了PRNG算法？例如，在下面的代码中，由于每个类共享相同的生成器，所以在while循环中，每个类都使用相同序列的每个其他随机数。对于每个类来说，获取一个单独的实例更合适还是重要？

浏览 4提问于2013-10-20得票数 2

回答已采纳

1回答

用R中的雪花包生成随机数

multithreading、r、random、snow

我目前正在运行一个程序，它是通过clusterApplyLB包多线程的，在代码中我生成了一个随机数，但是线程似乎都在使用相同的种子来生成这个数字，所以结果是相同的。我不能只为每个线程生成一个随机种子，因为这会有相同的问题，而且我也不喜欢在每个线程调用的函数中为种子设置一个新的索引参数(即调用的函数为每个线程分配1:32的种子，因为这并不是真正的“随机”)。

浏览 1提问于2013-09-27得票数 2

回答已采纳

2回答

在python中使用多线程改进执行时间

python、multithreading

如何实现多线程以使此过程更快？该程序生成100万个随机数并将它们写入文件中。它只需要超过2秒，但我想知道多线程是否会使它更快。

浏览 4提问于2022-02-13得票数 2

回答已采纳

1回答

Python数组和与MATLAB的比较

python、arrays、multithreading、matlab、numpy

我正在慢慢地转向Python，我想做一个简单的测试来比较一个简单的数组求和的性能。我生成一个随机的1000x1000数组，并在这个数组中的每个值中添加一个。这里是我用Python编写的脚本：from numpy.random import random testAddOne(c);fprintf('Structure: \n')end function testAdd

浏览 1提问于2014-04-04得票数 1

回答已采纳

5回答

我应该给随机数产生器添加种子吗？

python、python-3.x

random.seed(a=None，version=2)初始化随机数生成器。 But...if它真的是随机的.(我以为我读到它是用Mersenne的，所以它很随机).播种它有什么意义？无论哪种情况，结果都是unpredictable...right？

浏览 1提问于2013-10-03得票数 3

回答已采纳

3回答

Python线程速度出乎意料地慢

python、multithreading、parallel-processing

我决定学习如何在Python中实现多线程，并做了一个比较，看看在双核CPU上我会获得什么样的性能提升。我发现我的简单多线程代码实际上比顺序等效代码运行得慢，我不知道为什么。我设计的测试是生成一个大的随机数列表，然后打印最大值import threading print max([random我怀疑ox()正在被自动并行化，因为如果我查看Windows任务管理器的性能选项卡，并在我的python控制台中调用

浏览 2提问于2010-06-26得票数 5

回答已采纳

3回答

在不同的C++硬件上，一个x86程序会给出不同的结果吗？

c++

多线程 我现在听过好几次这样的话了。我感兴趣的是，是否有一些与这个话题有关的证明事实。

浏览 5提问于2012-05-02得票数 0

2回答

c#多个任务不会并行运行

c#、multithreading、parallel-processing、task

我试图创建一个多线程骰子滚动模拟--仅仅是出于好奇，给别人展示“随机结果”的joy效应(许多人无法理解，如果你连续掷六次拉普拉斯骰子，而你已经有了1，2，3，4，5，下一个骰子不是6。)随着完成时间的迅速增长，多线程可以合理地模拟具有6个或更多骰子的“数百万”重定向。首先，我初始化存储结果的锯齿数组。

浏览 5提问于2016-11-21得票数 0

回答已采纳

点击加载更多