云中的深度学习
如果你没有合适的GPU来训练你的深度神经网络,你可以在云中使用一个或多个高性能GPU来加速你的深度学习应用程序。在云中工作需要一些初始设置,但是使用云资源可以显著减少训练时间,或者允许您在相同的时间内训练更多的网络。
您可以在一台机器上使用一个或多个gpu,或者使用具有gpu的机器集群来加速训练。您可以使用多个gpu训练单个网络,也可以同时训练多个网络。
在你建立MATLAB之后®或MATLAB并行服务器在您选择的云平台上,只需对本地机器上运行的代码进行最小的更改,就可以执行深度学习。有关针对不同并行环境调整深度学习代码的更多信息,请参见并行、gpu和云中扩展深度学习.
请注意
如果在云中的一台机器上运行MATLAB,并通过ssh或远程桌面协议(RDP)连接,那么网络执行和训练使用的代码与在本地机器上运行的代码相同。
使用GPU或并行选项需要并行计算工具箱™。使用GPU还需要支持的GPU设备。万博1manbetx有关受支持设备的信息,请参见万博1manbetxGPU计算要求(并行计算工具箱).使用远程集群也需要MATLAB并行服务器.
访问MATLAB在云端
MathWorks®提供了几种在公共云(如Amazon)中访问MATLAB的方法®Web服务®)和Azure®可以根据需要进行配置。要使用公共云产品,您必须拥有所选云平台的帐户。
通过使用预先配置的机器模板,这些云产品使您可以轻松地在云中运行MATLAB。你不需要自己安装MATLAB。
下表显示了在云中访问MATLAB的一些选项。
云解决方案 | 资源类型 | 额外的信息 | 了解更多 |
---|---|---|---|
MathWorks云中心 |
单机或集群 |
|
|
MATLAB深度学习容器 |
单台机器 |
|
|
Azure市场 |
单机或集群 |
|
|
AWS和Azure的参考体系结构模板 |
单机或集群 |
|
在云端使用大数据
将数据存储在云中可以使您更容易访问云应用程序,而无需在每次创建云资源时上传或下载大量数据。AWS和Azure都提供数据存储服务,例如AWS S3和Azure Blob storage。
为了避免与传输大量数据相关的时间和成本,建议您使用用于在云中存储数据的相同云提供商和区域为深度学习应用程序设置云资源。
要从MATLAB访问存储在云中的数据,必须使用访问凭证配置计算机。您可以使用环境变量从MATLAB内部配置访问。有关如何设置环境变量以从客户端MATLAB访问云数据的详细信息,请参见使用远程数据.有关如何在远程集群中的并行工作线程上设置环境变量的详细信息,请参见在Workers上设置环境变量(并行计算工具箱).
有关显示如何将数据上载到云的示例,请参见将深度学习数据上传到云端.