MATLAB深度学习容器英伟达GPU的云英伟达帕特

通过在MATLAB中训练神经网络来加速你的深度学习应用程序®深度学习容器,设计充分利用高性能NVIDIA®图形处理器。您可以远程使用Web浏览器或通过VNC连接访问MATLAB深度学习容器。

MATLAB深度学习容器包含MATLAB和一系列MATLAB工具箱,这些工具箱是深度学习的理想工具(参见额外的信息)。

本指南帮助您在NVIDIA DGX平台上运行云中的MATLAB桌面。MATLAB深度学习容器,一个托管在NVIDIA GPU云上的Docker容器,简化了这个过程。集装箱在英伟达GPU云容器注册表

需求

把容器

拖动容器将容器映像下载到Docker主机(运行容器的机器)上。您只需要拉动容器一次。

方法复制容器映像释放的拉命令英伟达容器注册表。在“标记”部分中,找到要运行的容器映像版本。在“拉”列中,单击图标复制码头工人拉命令。该命令的形式为:

码头工人拉nvcr.io /合作伙伴/ matlab: r20XYz
的标签r20XYz必须用特定的MATLAB版本名替换,例如r2020a。确保最后的部分命令你要使用MATLAB版本相匹配。

使用PuTTY或其他SSH客户机通过SSH从您的客户机连接到Docker主机。粘贴码头工人拉命令导入SSH客户机,并在Docker主机上运行该命令。您不需要登录到NVIDIA容器注册表来获取容器映像。

运行码头工人拉命令将MATLAB容器映像下载到主机上。下载和提取大型容器映像可能需要一些时间。

运行的容器

使用此命令运行MATLAB深度学习容器:

nvidia-docker run -it -rm -p 5901:5901 -p 6080:6080 -shm-size=512M nvcr.io/partners/matlab:r20XYz

确保最后的部分运行命令你要使用MATLAB版本相匹配。

的选项-p HOSTPORT:containerport地图从容器到多克尔主机上的端口,端口内,这样就可以连接到容器桌面。在容器中使用的端口是5901(对于VNC连接)和6080(网页浏览器连接)。如果要在同一台主机上部署多个容器,必须直到找到一个空闲端口递增主机端口。例如:

-p 5902:5901 -p 6081:6080

MATLAB深度学习容器现在正在您的DGX机器上运行。

运行MATLAB从容器中

在容器中有三种访问MATLAB的方式:

  • 使用web浏览器连接到容器桌面并运行MATLAB桌面

  • 使用VNC连接到容器桌面,运行MATLAB桌面

  • 使用命令行界面运行MATLAB

如果您的主机受到防火墙的保护,或者您不能通过web浏览器或VNC访问容器桌面,您可以设置到容器的SSH隧道(请参阅安全地连接)。

使用Web浏览器连接

与web浏览器连接使用端口6080在容器中。要连接,请使用URL:

http://hostname:6080

主机名在多克尔主机的名称在运行容器中,例如MyCompanyDGX1。如果您增加了主机端口运行的容器,使用适当的主机端口号,例如6081

您将看到一个noVNC的登录屏幕。单击连接。当提示输入密码以访问桌面时,请使用密码:

MATLAB

您可以使用桌面图标运行MATLAB。使用MathWorks登录®帐户。

如果您不能使用MathWorks帐户登录,请检查您的帐户是否连接到为云使用配置的许可证。有关更多信息,请参见对于MATLAB深度学习容器配置许可的NVIDIA GPU云(云许可)。

使用VNC连接

与VNC连接使用端口5901在容器中。VNC连接到主机显示,显示映射到容器端口的主机端口5901;例如,显示1主机端口5901

连接,使用您的VNC客户端连接到:

主机名:1

主机名在多克尔主机的名称在运行容器中,例如MyCompanyDGX1。如果您增加了主机端口运行的容器,例如使用适当的主机显示端口号2主机端口5902

要登录并连接到容器桌面,请使用密码:

MATLAB

您可以使用桌面图标运行MATLAB。使用MathWorks帐户登录。

如果您不能使用MathWorks帐户登录,请检查您的帐户是否连接到为云使用配置的许可证。有关更多信息,请参见对于MATLAB深度学习容器配置许可的NVIDIA GPU云(云许可)。

使用命令行界面运行MATLAB

您可以从终端使用命令行界面运行MATLAB,使用命令:

MATLAB

注意,本例中没有图形桌面。

如果您不能使用MathWorks帐户登录,请检查您的帐户是否连接到为云使用配置的许可证。有关更多信息,请参见对于MATLAB深度学习容器配置许可的NVIDIA GPU云(云许可)。

安全地连接

可以使用SSH隧道在客户端机器和容器会话之间设置加密通道。这样做提供了客户机和容器之间的安全连接。如果主机或客户端机器受防火墙保护,则必须使用SSH调优。

这些指令通过多克尔主机转发客户端端口,一个集装箱码头。当您设置一个SSH隧道,客户端端口和集装箱港口之间的所有通信是安全的。

在使用腻子窗户客户

如果您使用腻子连接到你的主机泊坞窗,使用菜单选项更改设置,通过点击标题栏访问添加新的转发端口。在腻子重新配置对话框,类别下,选择连接> SSH>隧道。

要通过VNC连接,设置一个到容器端口的隧道5901

  • 在源端口字段,在客户机开始进入一个自由港5900例如,5901

  • 在Destination字段中,输入连接到容器端口的相关主机端口5901运行的容器, 例如,localhost: 5901。注意,您必须使用本地主机而不是主机实例的名称。

要通过web浏览器连接,设置一个到容器端口的隧道6080

  • 例如,在源端口字段中,输入客户端机器上的空闲端口6080

  • 在Destination字段中,输入连接到容器端口的相关主机端口6080运行的容器, 例如,localhost: 6080。注意,您必须使用本地主机而不是主机实例的名称。

如果在客户端机器上使用多个容器或运行VNC服务器,则必须增加客户端机器上的源端口,直到找到空闲端口,例如,59026081

使用命令行界面

如果您使用的是命令行界面SSH隧道来一个集装箱码头,使用这种形式的命令:

ssh -L客户端:hostport ubuntu@MyCompanyDGX1

CLIENTPORT例如,客户端机器上是否有空闲端口59016080hostport是您在连接到集装箱港口的主机端口运行的容器例如,localhost: 5901localhost: 6080。注意,您必须使用本地主机而不是主机实例的名称。

例如,使用以下命令:

ssh -L 5901:localhost:5901 ubuntu@MyCompanyDGX1

例如,如果在客户端机器上运行VNC服务器,则必须增加客户端端口,直到找到空闲端口为止59026081

连接到容器桌面

现在可以使用转发的客户端端口连接到容器桌面。

要使用Web浏览器连接,使用的网址:

HTTP://本地主机:6080

注意,您必须使用本地主机而不是主机实例的名称。

例如,如果在创建隧道时增加了客户端端口,则使用适当的客户端端口号6081

与VNC连接,使用您的VNC客户端连接到适当的显示端口在客户端,例如:

localhost: 1

注意,您必须使用本地主机而不是主机实例的名称。

如果在创建隧道时增加了客户端端口,则使用适当的客户端显示端口号,例如,2为端口5902

要运行MATLAB桌面,请遵循里面的说明运行MATLAB从容器

选择在容器中进行训练的gpu

MATLAB支万博1manbetx持使用多个gpu并行地训练单个网络。要在MATLAB深度学习容器中启用多gpu训练,请使用trainingOptions函数设置“ExecutionEnvironment”“多GPU”

使用。训练你的人际网络trainNetwork函数。MATLAB在所有可用的gpu上打开一个并行的worker池。要仅选择特定的gpu进行培训,您可以使用gpuDevice。为进一步的信息,请参阅选择用于培训的特定gpu(深学习工具箱)。

要测试容器,可以运行创建简单的深度学习分类网络(深度学习工具箱)例子。要尝试此示例,请双击该文件MNISTExample.mlx在MATLAB启动文件夹的当前文件夹窗格中。的所有可用gpu上运行此示例trainingOptions函数,设置“ExecutionEnvironment”“多GPU”

导入和导出数据

您可以访问用于深度学习的数据,并将经过训练的网络保存在Docker主机上。属性可以将宿主系统中的文件夹挂载到容器中- v码头工人的选择。

例如,假设你有一个名为在客户端计算机上的文件夹MyDeepLearningData。此文件夹包含名为的子文件夹MyTrainingData,其中包含用于训练网络的一组图像。该文件夹还包含子文件夹MyTrainedNetworks,要保存训练有素的网络数据。

下面的选项挂载源文件夹MyDeepLearningData以及它的子文件夹到容器中的目标文件夹,ContainerDeepLearningData:

- v / MyCompanyDGX1 / MyDeepLearningData: / ContainerDeepLearningData

将该选项添加到码头工人运行命令在运行的容器

您现在可以访问和保存文件夹中的容器中的数据ContainerDeepLearningData。保存的数据在文件夹主机中可用MyDeepLearningData。一旦容器停止,这些文件就会持久化。注意,从容器内修改文件会覆盖主机上的文件。

可以使用additional将任意多的文件夹挂载到容器中- v选项。

运行选项

配置桌面访问密码

要更改密码通过VNC或从Web浏览器访问桌面的容器,你可以使用下面的选项:

- e密码= MyNewPassword

将此选项添加到码头工人运行部署容器时使用。

配置代理服务器设置

如果是通过代理服务器的DGX系统连接到Internet,您可以指定你的代理服务器设置,当你运行容器。如果您正在使用MATLAB与在线许可,您需要指定代理服务器设置连接到网络授权服务器MathWorks的。

您可以设置代理地址使用:其完全合格的域名,主机名:端口;其相对域名,shorthostname:端口;或其IP地址IPaddress:端口。使用表格的一个选项:

- e NGC_PROXY =主机名:端口

将此选项添加到码头工人运行部署容器时使用。

网络许可证管理器

如果您的许可证是通过网络许可证管理器管理的,那么您可以将此许可证与MATLAB深度学习容器一起使用。您可以指向许可证的位置码头工人运行命令。添加的选项:

- e MLM_LICENSE_FILE = 27000 @mylicenseserver

将此选项添加到码头工人运行部署容器时使用。

有关更多信息,请参见对于MATLAB深度学习容器配置许可的NVIDIA GPU云(云许可)。

进一步的配置选项

对于高级用户,可以通过附加的Docker选项对容器部署进行进一步配置。有关更多信息,请参见泊坞窗文件

关闭容器会话

要关闭容器会话,键入退出从集装箱码头。Docker容器被停止并移除。当容器关闭时,默认情况下不会保存进程或数据,除非您已通过挂载主机存储在主机中保存数据(如中所述)导入和导出数据

在容器中安装更新、工具箱和外接程序

您可以安装最新的MATLAB更新或安装其他工具箱和附加组件。然后,您可以保存容器供以后使用,以避免重新安装更改。

要安装或更新MATLAB,必须使用超级用户权限运行MATLAB。在容器会话内部的终端上,使用以下命令使用root特权启动MATLAB。

sudo matlab

您可以在MATLAB中安装更新和工具箱。有关如何安装更新的信息,请参见更新现有的安装(MATLAB)。有关如何安装工具箱和附加信息,请参阅获取和管理附加组件(MATLAB)。

保存更改在集装箱

如果在容器内进行更改,例如安装更新、附加工具箱或外接程序,则可以保存容器以供以后使用。然后,您可以部署容器的更新版本,而不需要再次安装更新或工具箱。

在容器中进行更改并在容器仍在运行时执行这些步骤。

在您的客户端机器上,使用PuTTY或用于访问Docker主机并启动容器的相同方法,打开到Docker主机(运行容器的机器)的另一个连接。

使用以下命令获取正在运行的容器的容器ID。

码头工人ps
此命令显示当前运行的所有容器的详细信息。确定您的MATLAB深度学习容器,并注意容器ID。

要保存容器,使用码头工人承诺命令。

docker提交 :<标签>
码头工人承诺命令根据指定的容器ID本地保存新的容器映像;在本例中,基于当前运行的容器。属性可以查看本地可用的图像泊坞窗图片命令。

例如,假设您在MATLAB深度学习容器中使用MATLAB R2020a。您已经更新了当前正在运行的容器中的MATLAB,希望将其保存以备以后使用。

首先,查找正在运行的容器的容器ID。

码头工人ps
容器ID图像命令创建状态端口名称3d555451f07a nvcr。io /合作伙伴/ matlab: r2020a”/ bin /运行。上调24分钟0.0.0.0:5901->5901/tcp, 0.0.0.0:6080->6080/tcp relaxed_pasteur

接下来,提交容器映像。

docker提交3d555451f07a mymatlab:r2020a
属性中指定更新后的容器的标记,现在可以启动更新后的容器映像码头工人运行命令。

nvidia-docker run -it -rm -p 5901:5901 -p 6080:6080 -shm-size=512M mymatlab:r2020a

额外的信息

是什么英伟达GPU云?

NVIDIA GPU云是被设计为运行在高性能的NVIDIA GPU的应用程序容器的码头工人库。

什么是容器?

当你想运行一个应用程序或在多个不同的位置以可靠的方式一个软件,你可以使用的容器。一种容器是包含运行特定应用程序所需的(或一组应用程序)的一切,包括代码,库,驱动程序,和设置一个轻量级包。因为在一个容器应用程序总是以同样的方式运行,它们是管理良好定义的测试和部署环境中非常有用。

与虚拟机不同,容器共享主机的操作系统,同一个容器的多个实例共享公共资源。这使得它们是轻量级的。但是,容器彼此和主机操作系统是隔离的。也就是说,容器内的应用程序只能访问该容器内提供的文件和进程。

可以在相同或不同的主机上部署相同容器的多个实例,以同时测试应用程序。要扩展功能,可以将其他文件、文件夹和设备挂载到容器中。

什么是在MATLAB深度学习集装箱吗?

MATLAB深度学习容器包含MATLAB和其他几个在深度学习应用程序中非常有用的工具箱。

  • 计算机视觉工具箱™

  • GPU编码器™

  • 图像处理工具箱™

  • MATLAB编码器™

  • 深度学习工具箱™

  • 并行计算工具箱™

  • 信号处理工具箱™

  • 统计和机器学习工具箱™

  • 文本分析工具箱™

要执行使用的GPU在MATLAB深度学习集装箱深度学习,你必须要有许可证有效期为MATLAB,深入学习工具箱和并行计算工具箱。需要有效的其他产品在容器中使用授权访问容器的全部功能。s manbetx 845

  • 如果您没有深度学习工具箱或并行计算工具箱的有效许可证,MATLAB将在启动时显示一个警告,指示您不能使用这些产品。s manbetx 845

  • 如果您没有对MATLAB深度学习容器中的其他产品有效的许可证,MATLAB将在启动时显示一s manbetx 845条消息,指示您不能使用这些产品。

您可以获得MATLAB深度学习容器中的产品的试用许可证s manbetx 845在云上进行深度学习的MATLAB试验

此外,容器包含几个预训练的深度神经网络(深学习工具箱)。

您可以从TensorFlow™-Keras和Caffe将网络和网络架构导入到容器中,无论是否有层权重。您还可以将训练过的网络转换为开放神经网络交换(ONNX)模型格式。

MATLAB的深度学习容器还包含:

通过在容器中部署此软件,您可以避免安装和配置这些产品所需的设置时间。s manbetx 845您可以同时运行多个容器来训练多个网络,也可以在不同的位置使用可重复的结果。

技术支援万博1manbetx

有关MATLAB深度学习容器万博1manbetx的技术支持、评论和查询,请联系cloud-万博1manbetxsupport@mathworks.com

相关的话题