您可以在云计算中心实例上运行MATLAB R2019a更新3，包括三个额外的预先训练卷积神经网络（CNN）模型的支持：NASNet-大，NASN万博1manbetxet Mobile和的ShuffleNet。您可以使用这些预训练的模型进行分类和转移学习。您可以使用函数访问模型nasnetlarge，nasnetmobile,shufflenet。有关详细信息，请参阅深度学习并行，并在云中(深度学习工具箱)和预先训练的深度神经网络(深度学习工具箱)。

使用MathWorks帐户同时登录到云中心。

您可以在云计算中心实例上运行MATLAB版本R2019a，包括预训练卷积神经网络（CNN）模型的支持。万博1manbetx这些网络现在可以对MATLAB版本R2019a所有实例：AlexNet，DenseNet-201，GoogLeNet（使用训练有素ImageNet和Places365数据集），成立之初，RESNET-V2，启-V3，MobileNet-V2，RESNET-18，ResNet-50，RESNET-101，SqueezeNet，VGG-16，VGG-19，和Xception。您可以使用函数访问模型alexnet，densenet201，googlenet，inceptionresnetv2，inceptionv3，mobilenetv2，resnet18，resnet50，resnet101，squeezenet，vgg16，vgg19,xception。您可以使用这些预训练的模型进行分类和转移学习。有关详细信息，请参阅深度学习并行，并在云中(深度学习工具箱)预先训练的深度神经网络(深度学习工具箱)。

您可以使用MATLAB发行版R2019a创建云集群，该发行版可以根据使用情况自动调整大小。这些集群可以增长或收缩，以分配最优的工作人员数量来完成您提交的任务。欲了解更多信息，请参阅调整大小自动集群。

您可以在云中心实例上运行MATLAB发行版R2018b，包括对预训练的卷积神经网络(CNN)模型的支持。万博1manbetx这些网络现在可以在MATLAB发行版R2018b的所有实例中使用:AlexNet、DenseNet-201、GoogLeNet、incep - resnet -v2、incep -v3、ResNet-18、ResNet-50、Resnet-101、SqueezeNet、VGG-16和VGG-19。您可以使用函数访问模型alexnet，densenet201，googlenet，inceptionresnetv2，inceptionv3，resnet18，resnet50，resnet101，squeezenet，vgg16,vgg19。您可以使用这些预训练的模型进行分类和转移学习。有关详细信息，请参阅深度学习并行，并在云中(深度学习工具箱)预先训练的深度神经网络(深度学习工具箱)。

自此发行版开始，您可以创建专用headnode模式集群。启用后，headnode实例完全运行管理服务，如作业管理器，并且不承载任何MATLAB工人。这个集群架构提高性能。有关详细信息，请参阅为管理服务使用专用的Headnode实例。

您现在可以创建到1024工人机器在VPC网络的MATLAB R2018a以上。

您可以在云计算中心实例上运行MATLAB版本R2018a，包括预训练卷积神经网络（CNN）模型的支持。万博1manbetx这些网络现在可以对MATLAB版本R2018a所有实例：AlexNet，VGG-16，VGG-19，GoogLeNet，RESNET-50和RESNET-101。您可以使用函数访问模型alexnet，vgg16，vgg19，googlenet，resnet50,resnet101。您可以使用这些预训练的模型进行分类和转移学习。有关详细信息，请参阅深度学习并行，并在云中(深度学习工具箱)预先训练的深度神经网络(深度学习工具箱)。

您可以在云中心实例上运行MATLAB发行版R2017b，包括对预训练的卷积神经网络(CNN)模型的支持。万博1manbetx这些网络现在可以在MATLAB R2017b的所有实例中使用:GoogLeNet、ResNet-50、AlexNet、VGG-16和VGG-19。您可以使用这些预训练的模型进行分类和转移学习。详情请参阅白皮书使用MATLAB和多个gpu进行深度学习,预先训练的深度神经网络(深度学习工具箱)。

云计算中心支持新的P3实例万博1manbetx家庭。P3S有多达8个NVIDIA的Tesla GPU的V100和非常适用于高性能通用计算，包括深度学习，建模和数据分析。

有关新添加的计算实例和地区可用性的详细信息，请参阅选择支持的EC万博1manbetx2实例机器类型。

云中心屏幕上的说明被更新，以帮助您通过Amazon控制台中的最新工作流来创建IAM角色。

有关更多细节，请参见创建新的IAM角色。

您可以在云中心实例上运行MATLAB发行版R2017b，包括对预训练的卷积神经网络(CNN)模型的支持。万博1manbetx这些网络现在可以在MATLAB发行版R2017a和MATLAB发行版R2017b的所有实例上使用:AlexNet、VGG-16和VGG-19。您可以使用函数访问模型alexnet，vgg16,vgg19。您可以使用这些预训练的模型进行分类和转移学习。详情请参阅白皮书使用MATLAB和多个gpu进行深度学习,预先训练的深度神经网络(深度学习工具箱)。

云计算中心支持全新的G3系万博1manbetx列的实例。G3S有非常适合深度学习，图像处理和计算机视觉高的单精度性能的多GPU。

有关新添加的计算实例和地区可用性的详细信息，请参阅选择支持的EC万博1manbetx2实例机器类型。

为了在云中的数据的工作，你可以上传到Amazon S3，然后使用数据存储来从工人访问数据S3在集群中。有关详细信息，请参阅数据传输到Amazon S3的桶。

三预训练卷积神经网络（CNN）车型现在都可以对MATLAB版本R2017a只有所有实例：AlexNet，VGG-16，和VGG-19。您可以使用函数访问模型alexnet，vgg16,vgg19。这些模型是SeriesNetwork对象。您可以使用这些预训练的模型进行分类和转移学习。

有关更多细节，请参见预先训练的深度神经网络(深度学习工具箱)。

有关详细信息，请参阅开始使用云中心。

c4。xlarge，有2个物理内核和7.5 GB内存

c4.2xlarge, 4个物理内核和15 GB内存

c4.4xlarge，与8个物理内核和30 GB内存

c4.8xlarge，具有16个物理内核和60 GB内存

r4.xlarge，用2个物理内核和30.5 GB内存

r4.2xlarge，具有4个物理内核和61 GB内存

r4.4xlarge，与8个物理内核和122 GB内存

r4.8xlarge，有16个物理内核和244 GB内存

r4.16xlarge, 32个物理内核和488 GB内存

i3。xlarge, 2个物理内核，30.5 GB内存，950 GB临时存储

i3.2xlarge，具有4个物理核心，61 GB内存和1900 GB临时存储

i3.4xlarge, 8个物理内核，122 GB内存，3800 GB临时存储

i3.8xlarge，有16个物理内核，244 GB内存和7600 GB短暂存储

i3.16xlarge, 32个物理内核，488 GB内存，15200 GB临时存储

p2.xlarge，用2个物理核和1个GPU

p2.8xlarge，具有16个物理内核和8个GPU

p2.16xlarge，具有32个物理内核和16级的GPU

r3。xlarge，有2个物理核心和30.5 GiB内存

r3.2xlarge, 4个物理内核和61 GiB内存

r3.4xlarge，有8个物理内核和122gib内存

r3.8xlarge，有16个物理内核和244gib内存

VPC允许云中心用户在您定义的虚拟网络中启动集群。欲了解更多信息，请参阅创建一个云团。