要求

在运行此示例之前，您需要配置群集并将数据上传到云。在MATLAB中，您可以直接从MATLAB桌面创建云中的群集。在这一点家标签，在平行线菜单，选择创建和管理群集。在集群配置文件管理器中，单击创建云集群。或者，您可以使用MathWorks云中心来创建和访问计算群集。有关更多信息，请参阅云中心入门。在此示例中，请确保将群集设置为Matlab上的默认值家标签，in.平行线>选择默认群集。之后，将数据上传到Amazon S3存储桶，并直接从MATLAB使用它。此示例使用已存储在Amazon S3中的CIFAR-10数据集的副本。有关说明，请参阅将深度学习数据上传到云端。

提交批处理工作

通过使用批量将脚本作为批处理作业发送到群集批功能。群集分配一个工人以执行脚本的内容。如果脚本中的并行代码来自额外的工人，例如，它包括自动并行支持或Parcom循环，您需要明确要求工人。万博1manbetx批使用运行脚本的客户端的一个工作者。您可以使用“池”名称值对参数来指定更多工人。

在这种情况下，发送TrainMultiplenetWorks.脚本到群集中。此脚本包含并行参数扫描使用Parcom来培训多个深度学习网络。因为脚本包含一个议案循环，指定4.额外的工人水池名称值对参数。

TotalNumberofworkers = 5;Job1 =批处理（'trainmultiplenetworks'那......'水池'，TotalNumberofWorkers-1）;

您可以通过检查作业监视器在群集中看到作业的当前状态。在里面环境一节家选项卡，选择平行线>监控工作打开作业监视器。

您可以向群集提交其他作业。如果群集不可用，因为它正在运行其他作业，则在群集可用之前，您提交的任何新作业都会排队。

以编程方式获取结果

将作业提交到群集后，您可以在计算进行时继续在MATLAB中工作。如果您的其余代码取决于作业完成，则使用该作业块块MATLAB等待命令。在这种情况下，等待工作完成。

等待（JOB1）;

作业完成后，使用使用来获取结果加载功能。在这种情况下，从提交的脚本中从并行参数扫描获取训练的网络及其准确性。

加载（Job1，'准确性'）;精度

精度=4×10.8312 0.8276 0.8288 0.8258

加载（Job1，'训练网络）;训练网络

训练网络=4×1个单元阵列{1×1系列网络} {1×1系列网络} {1×1系列网络} {1×1系列网络}

要在批处理作业中加载所有变量，请使用加载没有参数的函数。

加载（Job1）;

如果关闭MATLAB，您仍然可以在集群中恢复作业，以在计算正在进行时或在计算完成后获取结果。在关闭MATLAB之前，请记住作业ID，然后稍后通过使用该作业来检索作业找工作功能。

要检索作业，请首先使用群集为群集创建群集对象Parcluster.功能。然后，向工作ID提供找工作。在这种情况下，作业ID是1。

c = parcluster（'myclusterinthecloud'）;作业= findjob（c，'ID'，1）;

完成后删除作业。作业从作业监视器中删除。

删除（Job1）;

使用作业监视器来获取结果

提交批处理作业时，所有计算会发生在群集中，您可以安全地关闭MATLAB。您可以使用其他MATLAB会话中的作业监视器查看作业的状态。

完成作业后，您可以从作业监视器中检索结果。在里面环境一节家选项卡，选择平行线>监控工作打开作业监视器。然后右键单击作业以显示上下文菜单。在此菜单中，您可以：