云中的深度学习
如果你没有一个合适的GPU用于训练你的深层神经网络,可以加速你的深度学习应用程序与一个或多个高性能GPU在云中。在云工作需要一些初始设置,但使用云资源可以显著减少培训时间或让你培训更多网络在同一时间。
您可以使用一个或多个gpu加速训练在单个机器上或使用一个集群gpu的机器。您可以使用多个gpu,训练一个网络或火车多个网络。
当你建立了MATLAB®或MATLAB并行服务器™在你选择的云平台,您可以执行深度学习以最小的更改您在您的本地机器上运行的代码。关于调整深度学习代码的更多信息对于不同的并行环境,明白了并行扩展深度学习,在gpu上,在云端。
请注意
如果你运行在云中MATLAB在单个机器上和你通过ssh连接或远程桌面协议(RDP),然后执行和培训网络使用相同的代码,如果你是在本地机器上运行。
使用GPU或平行的选项需要并行计算工具箱™。使用GPU还需要支持GPU设备。万博1manbetx支持设备的信息,请参阅万博1manbetxGPU计算的需求(并行计算工具箱)。还需要使用远程集群MATLAB并行服务器。
访问MATLAB在云中
MathWorks®提供了一些访问MATLAB在公共云的方法如亚马逊®Web服务(AWS®)和Azure®根据您的需要,是可配置的。利用公共云服务,你必须有一个帐户与您选择的云平台。
这些云产品使您易于MATLAB运行在云中使用预先配置的机器模板。你不需要自己安装MATLAB。
下面的表显示了一些选项来访问云中的MATLAB。
| 云解决方案 | 类型的资源 | 额外的信息 | 了解更多 |
|---|---|---|---|
MathWorks云中心 |
单台机器或集群 |
|
|
MATLAB深度学习容器 |
单台机器 |
|
|
Azure市场 |
单台机器或集群 |
|
|
参考体系结构模板AWS和Azure |
单台机器或集群 |
|
|
处理大数据在云中
将数据存储在云端可以方便您访问云应用程序,而不需要上传或下载大量数据每次创建云资源。AWS和Azure提供数据存储服务,如AWS S3和Azure Blob存储,分别。
为了避免相关的时间和成本传输大量的数据,建议您设置云资源深度学习应用程序使用相同的云提供商和地区使用云存储你的数据。
从MATLAB访问数据存储在云端,您必须配置您的机器和你的访问凭证。您可以配置使用环境变量访问从MATLAB。有关如何设置环境变量的更多信息从您的客户端访问云数据MATLAB,明白了使用远程数据。有关如何设置环境变量的更多信息在平行的工人在一个偏远的集群中,看到的设置环境变量的工人(并行计算工具箱)。
示例显示了如何上传数据到云从MATLAB和如何访问数据,看看在AWS与深度学习数据工作和与深度学习在Azure Blob存储数据。
