主要内容

并行和云端的深度学习

通过本地或云中的多个GPU扩展深度学习,并以交互方式或批量作业方式培训多个网络

使用并行计算工具箱在多个GPU、集群和云上训练深度网络™. 通过本地或集群上的多个GPU扩展深度学习,并以交互方式或批量作业方式培训多个网络。要了解有关选项的信息,请参阅在云中并行扩展深度学习.

主题

利用GPU上的大数据进行深度学习

在CPU、GPU、群集和云上训练深度网络,并调整选项以适合您的硬件。

在云中并行扩展深度学习

使用多个GPU(本地或云中)使用MATLAB进行深入学习的选项。

基于MATLAB的多gpu深度学习

指定多个GPU在本地或云中用于培训。

使用自动多gpu支持训练网络万博1manbetx

此示例演示如何在本地机器上使用多个GPU,使用自动并行支持进行深入学习培训。万博1manbetx

并行训练深度学习网络

此示例演示如何在本地机器上运行多个深度学习实验。

使用parfor培训多个深度学习网络

此示例演示如何使用帕弗循环对训练选项执行参数扫描。

使用parfeval训练多个深度学习网络

这个例子展示了如何使用帕菲尔在深度学习网络的网络架构深度上执行参数扫描,并在培训期间检索数据。

将深度学习数据上传到云端

这个示例展示了如何将数据上传到Amazon S3桶。

发送深度学习批作业到集群

此示例演示如何将深度学习培训批处理作业发送到集群,以便您可以在培训期间继续工作或关闭MATLAB。

与自定义训练循环并行的训练网络

此示例演示如何设置自定义训练循环以并行训练网络。

特色实例