主要内容

MATLAB深度学习容器Docker中心

通过培训MATLAB中的神经网络加快您的深度学习应用程序®可用的深度学习容器Docker中心，旨在充分利用高性能NVIDIA®GPU。MATLAB深度学习容器提供了一种简单而灵活的解决方案，可在AWS等云环境中使用MATLAB进行深度学习工作流程®或微软®天蓝色®。有关容器的更多信息，请参阅什么是容器？。

内容

MATLAB深度学习容器包括：

  • 一个Ubuntu®基本图像。

  • MATLAB和以下工具箱：

    • 计算机视觉工具箱™

    • 深度学习工具箱™

    • GPU CODER™

    • 图像处理工具箱™

    • MATLAB CODER™

    • 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™

  • 几个预处理的深神经网络。有关更多信息，请参阅预处理的深神经网络（深度学习工具箱）。

  • 金宝app支持软件包，可用于深度学习工作流程。

  • GPU驱动程序必须在容器中使用NVIDIA GPU。

  • 软件可以与MATLAB桌面交互。

您可以从Tensorflow™-Keras和Caffe中将网络和网络体系结构导入到容器中，无论有或没有层权重。您还可以将训练有素的网络转换为开放的神经网络交换（ONNX）模型格式。有关更多信息，请参阅进出口网络（深度学习工具箱）和ONNX转换器。

要求

要使用MATLAB深度学习容器，您需要：

  • 带Docker的主机®19.03或安装了更新。

  • MATLAB许可证是：

    • 对所有数学工作有效®下载188bet金宝搏安装在容器中的产品。您可以在MATLAB深度学习容器中获得产品的试用许可证下载188bet金宝搏MATLAB在云上深入学习的试验。

    • 电流打开软件维护服务（短信）。

    • 链接到Mathworks帐户。

    • 配置为云使用。个人和校园范围内的许可已配置。对于其他许可类型，请联系您的许可管理员。您可以通过查看您的许可类型和管理员来识别您的许可证类型和管理员Mathworks帐户。管理员可以咨询管理网络许可。

  • 如果您有同时许可证，则在运行容器时必须提供网络许可管理器的端口号和DNS地址。将此选项添加到Docker Run启动容器时命令：-e mlm_license_file = 27000@mylicenseserver。

MATLAB深度学习容器的快速入门指南

本节显示了如何运行MATLAB深度学习容器并在Web浏览器中启动交互式MATLAB会话的示例。有关启动MATLAB深度学习容器的完整命令列表，包括如何通过VNC客户端与MATLAB互动以及如何在批处理模式下使用MATLABMATLAB深度学习容器图像Docker中心。

拉容器

要将MATLAB深度学习容器图像下载到主机计算机上，请在命令行上运行此命令：

Docker Pull Mathworks/Matlab深度学习：R20xyz

您必须更换标签R20xyz以特定的MATLAB发行名称，例如R2022a。下载和提取容器图像可能需要一些时间。

运行容器

使用此命令运行MATLAB深学习容器：

Docker Run -It  -  RM -P 8888：8888 -SHMSIZE = 512M MATHWORKS/MATLAB -DEEP学习：R20XYZ -Browser -Browser

  • -它以交互式模式运行容器。

  • - R M完成后删除容器。

  • -p 8888：8888将端口8888用于Web浏览器连接。

  • -shm-size = 512m将共享内存的大小设置为512 MB，这是MATLAB桌面正确运行所必需的。

  • ：r20xyz选择MATLAB深度学习容器的发行版R20xyz。

  • - 浏览器选择通过Web浏览器与MATLAB进行交互的选项。

在上面运行命令会导致将URL打印到您的终端。要访问MATLAB，请将URL输入Web浏览器。如果提示这样做，请输入与MATLAB许可证关联的Mathworks帐户的凭据。

笔记

  • 这- 浏览器选项由发行版R202金宝app2A ON的Docker Images支持。要在自定义Docker图像或较旧的Matlab Docker图像中的Web浏览器中访问MATLAB，请参见例子。

  • 这- 浏览器某些浏览器不支持选项。金宝app有关更多信息，请参阅云解决方案浏金宝搏官方网站览器要求。

附加信息

默认情况下，容器无法访问主机系统的硬件资源。要使容器访问主机系统的GPU，请使用- gpus旗帜的旗帜Docker Run命令。要使容器访问主机系统的所有GPU，请将此标志设置为全部。例如，执行此命令运行一个MATLAB容器，并访问了主机系统的所有GPU：

docker run  -  gpus all-it-it -rm-shm-size = 512m Mathworks/Matlab-Deep-Learning：R2022A

有关更多信息，请参阅在容器中使用GPU。

有关可以用来启动容器的选项和环境变量的完整列表，请使用-帮助旗帜：

docker run  -  it -rm Mathworks/Matlab -Deep -Learning：R20XYZ -HELP

有关使用环境变量配置数学容器的更多信息，请参见配置容器。

相关话题

外部网站