主要内容

集群和云

发现集群资源,并使用集群配置文件

如果您的计算任务对于您的本地计算机来说太大或太慢,您可以将计算卸载到现场集群或在云中运行MATLAB®代码的最小变化。试一试平行>发现集群,以确定您是否已经有一个可用的集群。

如果您已经有一个带有调度器的集群,您可以使用MATLAB与它集成MATLAB并行服务器™.或者,如果您没有现有的调度程序,那么MATLAB并行服务器提供MATLAB作业调度程序。

功能

全部展开

parcluster 创建集群对象
parpool 在集群上创建并行池
gcp 获取当前并行池
关闭 关闭云集群
开始 启动云计算集群
等待(集群) 等待云集群状态改变
parallel.defaultClusterProfile 检查或设置默认集群配置文件
parallel.exportProfile 导出一个或多个配置文件到文件
parallel.importProfile 从文件中导入集群配置文件
saveProfile 将修改后的集群属性保存到当前配置文件中
saveAsProfile 保存集群属性到指定的配置文件
pctconfig 配置设置并行计算工具箱客户端会话

全部展开

平行的。池 并行工作人员池
平行的。集群 访问集群属性和行为
pctRunOnAll 在客户端和并行池中的所有工作人员上运行命令

例子和如何做

集群设置

发现集群并使用集群配置文件

了解如何使用集群配置文件,并发现在Amazon EC2上运行的云集群。

从桌面扩展到集群

这个例子展示了如何在本地机器上开发并行MATLAB®代码,并扩展到集群。

在云端处理大数据

这个示例展示了如何访问云中的大型数据集,并使用MATLAB的大数据能力在云集群中处理它。

用HPC挑战对集群进行基准测试

这个例子展示了如何使用HPC挑战基准评估计算集群的性能。

深度学习

在gpu和云上并行扩展深度学习(深度学习工具箱)

深度学习的选项与MATLAB并行和使用多个gpu,本地或云。

基于MATLAB的多gpu深度学习(深度学习工具箱)

使用本地或云中的多个gpu加速深度神经网络训练。

使用自动多gpu支持训练网络金宝app(深度学习工具箱)

这个示例展示了如何使用自动并行支持在本地机器上使用多个gpu进行深度学习训练。金宝app

使用parfor训练多个深度学习网络(深度学习工具箱)

这个例子展示了如何使用parfor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(深度学习工具箱)

这个例子展示了如何使用parfeval对深度学习网络的网络结构进行深度参数扫描,并在训练过程中检索数据。

并行训练深度学习网络(深度学习工具箱)

这个例子展示了如何在本地机器上运行多个深度学习实验。

与自定义训练循环并行的训练网络(深度学习工具箱)

这个例子展示了如何建立一个自定义的训练循环来并行地训练一个网络。

上传深度学习数据到云(深度学习工具箱)

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(深度学习工具箱)

这个示例展示了如何将深度学习训练批作业发送到集群,以便您可以在训练期间继续工作或关闭MATLAB。

概念

指定并行首选项

指定您的首选项,并自动创建并行池。

通用调度器的插件脚本

如何使用插件脚本来设置通用调度器。

在Workers上设置环境变量

将系统环境变量从客户端复制到集群中的工作人员。

相关信息

特色的例子