主要内容

MATLAB深度学习容器英伟达GPU的云英伟达DGX

通过在MATLAB中训练神经网络，加快深入学习应用程序的速度®深度学习容器，设计充分利用高性能NVIDIA®gpu。您可以使用web浏览器或VNC连接远程访问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，对深度学习是理想的(参见额外的信息）．

本指南帮助您在NVIDIA DGX平台的云中运行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。这个集装箱在英伟达GPU云容器注册．

需求

把容器

拉出容器将容器映像下载到Docker主机上，也就是运行容器的机器。你只需要拉一次容器。

控件中可以复制容器映像发布的pull命令英伟达容器注册表．在Tags部分中，找到您想要运行的容器映像版本。在“拉”列中，单击图标以复制码头工人拉命令。该命令的形式如下:

docker pull nvcr.io/partners/matlab:r20XYz
的标签r20XYz必须用特定的MATLAB版本名称替换，例如r2020a.确保最后一部分拉命令匹配您想要使用的MATLAB版本。

使用PuTTY或其他SSH客户端从客户端机器通过SSH连接到Docker主机。粘贴码头工人拉命令进入SSH客户端，并在码头上的主机上运行命令。您不需要登录到英伟达容器注册表来拉容器映像。

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

运行的容器

使用下面的命令运行MATLAB深度学习容器:

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

确保最后一部分运行命令匹配您想要使用的MATLAB版本。

选择- p hostport: containerport将容器内部的端口映射到Docker主机上的端口，以便连接到容器桌面。集装箱使用的端口为5901(用于VNC连接)和6080(用于网络浏览器连接)。如果在同一台主机上部署多个容器，则必须增加主机端口，直到找到空闲端口为止。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的方法:

  • 使用web浏览器连接到容器桌面，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

如果主机受防火墙保护，或者无法通过web浏览器或VNC访问容器桌面，则可以设置到容器的SSH隧道（请参阅）安全地连接）．

使用Web浏览器进行连接

使用端口连接浏览器6080在容器中。若要连接，请使用URL：

http://hostname:6080

主机名是运行容器的Docker主机的名称，例如MyCompanyDGX1．如果增加了主机端口运行的容器，例如，使用适当的主机端口号6081．

您将看到noVNC的登录屏幕。单击连接。当系统提示您输入密码时，请使用密码:

matlab

你可以使用桌面图标运行MATLAB。使用MathWorks登录®帐户。

如果不能使用MathWorks帐户登录，请检查帐户是否连接到配置为云使用的许可证。检查,请访问授权中心．

使用VNC连接

VNC连接使用端口5901VNC连接到映射到容器端口的主机端口的主机显示5901；例如,显示1.主机端口5901．

要连接，请使用VNC客户端连接到:

主机名:1

主机名是运行容器的Docker主机的名称，例如MyCompanyDGX1．如果增加了主机端口运行的容器，使用适当的主机显示端口号，例如2.主机端口5902．

登录并连接到容器桌面，使用密码:

matlab

您可以使用桌面图标运行MATLAB。使用您的MathWorks帐户登录。

如果不能使用MathWorks帐户登录，请检查帐户是否连接到配置为云使用的许可证。检查,请访问授权中心．

使用命令行界面运行MATLAB

您可以使用命令行界面从终端运行MATLAB，命令如下：

matlab

注意，在本例中没有图形桌面。

如果不能使用MathWorks帐户登录，请检查帐户是否连接到配置为云使用的许可证。检查,请访问授权中心．

安全地连接

您可以使用SSH隧道在客户端计算机和容器会话之间设置加密通道。这样做可以在客户端和容器之间提供安全连接。如果主机或客户端计算机受防火墙保护，则必须使用SSH tunelling。

这些指令通过Docker主机将客户端端口转发到容器端口。建立SSH隧道后，客户端端口和容器端口之间的所有通信都是安全的。

使用PuTTY在窗户客户端

如果您正在使用PuTTY连接到Docker主机，请使用菜单选项Change Settings添加一个新的转发端口，单击标题栏即可访问该选项。在“PuTTY Reconfiguration”对话框的“Category”下，选择“Connection > SSH > Tunnels”。

要通过VNC连接，请设置一条到集装箱端口的隧道5901．

  • 在Source端口字段中，在客户机上输入一个空闲端口5900例如5901．

  • 在“Destination”字段中输入与容器端口连接的相关主机端口5901在运行的容器例如,localhost: 5901．请注意，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，请设置到容器端口的隧道6080．

  • 例如，在源端口字段中，输入客户端计算机上的空闲端口6080．

  • 在“Destination”字段中输入与容器端口连接的相关主机端口6080在运行的容器例如,本地主机：6080．请注意，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，直到找到空闲端口为止，例如，5902或6081．

使用命令行界面

如果您正在使用命令行界面来SSH隧道到容器端口，请使用以下形式的命令:

ssh -L clientport:hostport ubuntu@MyCompanyDGX1

clientport例如，客户端机器上是否有空闲端口5901或6080．霍斯波特连接到集装箱端口的主机端口是否在运行的容器例如localhost: 5901或本地主机：6080．请注意，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，如果您在客户机上运行VNC服务器，则必须增加客户机端口，直到找到空闲端口为止5902或6081．

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，请使用URL:

http://localhost:6080

请注意，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，请使用适当的客户端端口号6081．

要连接VNC，请使用VNC客户端连接到客户端相应的显示端口，例如:

localhost: 1

请注意，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，请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，请遵循从容器运行MATLAB．

在容器中选择用于培训的gpu

MATLAB支金宝app持使用多个gpu并行训练单个网络。要在MATLAB深度学习容器中启用多gpu训练，请使用trainingOptions函数设置“执行环境”来“multi-gpu”．

训练你的网络使用trainNetworkMATLAB在所有可用GPU上打开一个并行工作池。要仅选择特定GPU进行培训，可以使用gpuDevice．有关更多信息，请参见选择用于培训的特定GPU(深度学习工具箱)．

要测试容器，可以运行创建简单的分类深度学习网络(深度学习工具箱)的例子。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。要在所有可用的gpu上运行此示例，请在trainingOptions函数,设置“执行环境”来“multi-gpu”．

导入和导出数据

您可以在Docker主机上访问用于深度学习的数据，并保存训练有素的网络。使用。挂载工具将主机系统中的文件夹挂载到容器- vDocker选项。

例如，假设您在客户机上有一个名为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，您希望保存您的训练有素的网络数据。

下面的选项挂载源文件夹MyDeepLearningData并将其子文件夹复制到容器中的目标文件夹，ContainerDeepLearningData:

-v/MyCompanyDGX1/MyDeepLearningData:/ContainerDeepLearningData

将选项添加到码头工人运行指挥运行的容器．

现在可以在文件夹中的容器中访问和保存数据ContainerDeepLearningData．该文件夹下的主机中存在已保存的数据MyDeepLearningData。容器停止后，这些文件将保留。请注意，从容器中修改文件将覆盖主机上的文件。

您可以使用附加文件将任意多的文件夹挂载到容器中- v选项。

运行选项

配置桌面接入密码

要更改密码以通过VNC或web浏览器访问容器中的桌面，您可以使用以下选项:

- e密码= MyNewPassword

将此选项添加到码头工人运行命令。

配置代理设置

如果您的DGX系统通过代理服务器连接到互联网，您可以在运行容器时指定您的代理设置。如果使用带在线许可的MATLAB，则需要指定代理设置以连接到MathWorks在线许可服务器。

使用表单的一个选项:

- e NGC_PROXY = < proxy-server-address >

将此选项添加到码头工人运行命令。

您可以使用以下任何形式指定代理服务器地址：

  • 主机名：12345

  • 短主机名：12345

  • http://hostname:12345

  • http://username:password@hostname:12345

  • IPaddress: 12345

在哪里主机名是完全限定的域名，shorthostname是相对域名，和12345是端口号。

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，则可以将此许可证与MATLAB深度学习容器一起使用。您可以在中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命令。

有关更多信息，请参见基于NVIDIA GPU云的MATLAB深度学习容器．

进一步的配置选项

对于高级用户，可以通过其他Docker选项进一步配置容器部署。有关更多信息，请参见码头工人的文档

关闭容器会话

要关闭容器会话，输入退出从集装箱码头。停止并移除Docker容器。当容器关闭时，默认不会保存进程或数据，除非您通过挂载主机存储将数据保存在主机上，具体步骤请参见导入和导出数据．

在容器中安装更新、工具箱和附加组件

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，必须以超级用户权限运行MATLAB。在容器会话内的终端，使用以下命令以root权限启动MATLAB。

sudomatlab

您可以从MATLAB中安装更新和工具箱。有关如何安装更新的信息，请参见更新现有安装（MATLAB）. 有关如何安装工具箱和附加组件的信息，请参见获取和管理加载项（MATLAB）．

在容器中保存更改

如果您在容器中进行更改，例如安装更新、附加工具箱或附加组件，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。

在容器中进行更改后，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或与访问Docker主机并启动容器相同的方法，打开与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
该命令将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，请使用码头工人承诺命令。

docker提交 :
这个码头工人承诺命令根据指定的容器ID本地保存新的容器图像；在本例中，基于当前运行的容器。您可以使用查看本地可用的图像码头工人的图片命令。

例如，假设你在MATLAB深度学习容器中使用MATLAB R2020a。您已经更新了当前运行的容器中的MATLAB，并希望保存它以供以后使用。

首先，找到正在运行的容器的容器ID。

码头工人ps
容器ID IMAGE COMMAND CREATED STATUS PORTS NAMES 3d555451f07a nvcr. txt/bin/run.sh /bin/run.sh /bin/run.sh

接下来，提交容器映像。

docker提交3d555451f07a mymatlab:r2020a
属性中指定已更新容器的标记，现在可以启动已更新的容器映像码头工人运行命令。

nvidia-docker运行它——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 Cloud是一个Docker容器库，设计用于在高性能NVIDIA GPU上运行应用程序。

什么是容器?

当您希望在多个不同的位置以可靠的方式运行应用程序或软件时，您可以使用容器。容器是一种轻量级包，包含运行特定应用程序(或一组应用程序)所需的一切，包括代码、库、驱动程序和设置。因为容器中的应用程序总是以相同的方式运行，所以它们对于管理定义良好的测试和部署环境非常有用。

与虚拟机不同，容器共享主机的操作系统，同一容器的多个实例共享公共资源。这使它们变得轻量级。但是，容器彼此隔离，并且与主机操作系统隔离。也就是说，容器内的应用程序只能访问由我在那个容器里。

您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，可以将额外的文件、文件夹和设备挂载到容器中。

里面有什么MATLAB深度学习集装箱吗?

MATLAB深度学习容器包含MATLAB和其他几个工具箱，在深度学习应用程序中是有用的。

  • 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™

要使用MATLAB深度学习容器中的gpu执行深度学习，您必须拥有MATLAB、深度学习工具箱和并行计算工具箱的有效许可证。要访问容器的全部功能，需要对容器中的其他产品有效的许可证。下载188bet金宝搏

  • 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会在启动时显示一个警告，指示您不能使用这些产品。下载188bet金宝搏

  • 如果您没有MATLAB深度学习容器中其他产品的有效许可证，MATLAB在启动时显示一条消息下载188bet金宝搏，指示您不能使用这些产品。

您可以在以下位置获得MATLAB深度学习容器中产品的试用许可：下载188bet金宝搏云上深度学习的MATLAB试验．

此外，该容器还包含多个预先训练的深度神经网络(深度学习工具箱)．

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

MATLAB深度学习容器还包括:

通过在容器中部署该软件，您可以避免安装和配置这些产品所需的设置时间。下载188bet金宝搏您可以运行多个容器，一次或在不同的地点培训多个网络，并取得可重复的结果。

技术支持金宝app

有关MATLAB深度学习容器金宝app的技术支持、评论和查询，请联系cloud-金宝appsupport@mathworks.com．

相关的话题

MathWorks云中心文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书