MATLAB深度学习容器英伟达GPU云英伟达帕特
通过在MATLAB中训练神经网络，加快深度学习应用程序®深度学习容器，旨在充分利用高性能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和一系列非常适合深度学习的MATLAB工具箱（见附加信息）。
本指南帮助您在NVIDIA DGX平台上的云中运行MATLAB桌面。MATLAB Deep Learning容器是一个托管在NVIDIA GPU云上的Docker容器，简化了过程。集装箱可在英伟达GPU云集装箱注册表．
要求
安装了Docker和NVIDIA Docker的主机DGX系统。有关如何配置DGX系统的详细信息，请参阅https://docs.nvidia.com/deeplearning/dgx/preparing-containers/index.html#prepare_dgx_system．
MATLAB许可证有效用于MATLAB深度学习容器中的产品。下载188bet金宝搏
拉容器
拉动容器会将容器映像下载到Docker主机（运行容器的机器）上。你只需拉动容器一次。
您可以从中复制容器图像释放的Pull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释放。在拉列中，单击图标以复制码头工人拉力命令。该命令的形式如下:
码头工人拉nvcr.io /合作伙伴/ matlab: r20XYz
r20XYz例如，必须替换为特定的MATLAB版本名称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，通过SSH从客户端计算机连接到Docker主机。粘贴码头工人拉力命令导入SSH客户端，并在Docker主机上运行该命令。您不需要登录到NVIDIA容器注册表来拉出容器映像。
运行码头工人拉力命令将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。
运行容器
使用下面的命令运行MATLAB深度学习容器:
nvidia docker run-it--rm-p5901:5901-p6080:6080--shm size=512Mnvcr.io/partners/matlab:r20XYz
确保最后一部分跑命令匹配您想要使用的MATLAB版本。
的选项- 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DGX机器上运行。
跑MATLAB来自容器
在容器中访问MATLAB有三种方法：
使用web浏览器连接到容器桌面并运行MATLAB桌面
使用VNC连接到容器桌面并运行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(参见安全地连接）。
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，使用URL:
http：// hostname：6080
主机名是运行容器的Docker主机的名称，例如MyCompanyDGX1．如果递增主机端口运行容器，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以访问桌面时，请使用密码：
matlab
可以使用桌面图标运行MATLAB。使用您的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,请访问许可证中心．
使用VNC连接
连接VNC使用端口5901在容器中。VNC连接到映射到容器端口的主机端口的主机显示器5901；例如,显示1用于主机端口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．如果递增主机端口运行容器，例如，使用适当的主机显示端口号2用于主机端口5902．
要登录并连接到容器桌面，请使用密码：
matlab
可以使用桌面图标运行MATLAB。使用您的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,请访问许可证中心．
使用命令行界面运行MATLAB
你可以使用命令行界面从终端运行MATLAB:
matlab
请注意，在这种情况下没有图形桌面。
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,请访问许可证中心．
安全地连接
可以使用SSH隧道在客户机机器和容器会话之间建立加密通道。这样做可以在客户机和容器之间提供一个安全的连接。如果主机或客户端计算机受到防火墙的保护，则必须使用SSH隧道。
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在视窗客户端
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，请设置到容器端口的隧道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．在目标字段中，输入连接到容器端口的相关主机端口
5901在运行容器例如,localhost：5901. 请注意，您必须使用本地主机而不是主机实例的名称。
要通过网络浏览器连接，需要建立一条到集装箱港口的隧道6080．
例如，在Source端口字段中，输入客户机机器上的空闲端口
6080．在目标字段中，输入连接到容器端口的相关主机端口
6080在运行容器例如,localhost: 6080. 请注意，您必须使用本地主机而不是主机实例的名称。
如果在客户端计算机上使用多个容器或运行VNC服务器，则必须增加客户端计算机上的源端口，直到找到空闲端口，例如，5902要么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，是客户端计算机上的自由端口5901要么6080．hostport连接到集装箱端口的主机端口是否在运行容器例如,localhost：5901要么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，使用如下命令:
ssh -l 5901：localhost：5901 Ubuntu @ mycompanydgx1
如果您在客户端计算机上运行VNC服务器，则必须将客户端口递增，直到找到一个免费端口，例如5902要么6081．
连接到容器桌面
您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
注意必须使用本地主机而不是主机实例的名称。
例如，如果在制作隧道时递增客户端口，请使用相应的客户端口号6081．
要与VNC连接，请使用VNC客户端连接到客户端上的相应显示端口：
本地主机：1
注意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对于港口5902．
要运行MATLAB桌面，请按照说明进行操作从容器运行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，请使用培训选项要设置的函数“ExecutionEnvironment”到“multi-gpu”．
使用培训您的网络Trainnetwork.函数。MATLAB在所有可用的gpu上打开一个并行工作池。要只选择特定的图形处理器用于培训，您可以使用gpuDevice．有关详细信息，请参阅选择用于培训的特定图形处理器（深度学习工具箱）．
要测试容器，可以运行创建简单的深度学习网络分类（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GPU上运行此示例，请在培训选项函数，设置“ExecutionEnvironment”到“multi-gpu”．
导入和导出数据
您可以访问数据进行深入学习，并将经过培训的网络保存在Docker主机上。可以使用将主机系统中的文件夹装载到容器中-v.码头工人的选择。
例如，假设您在客户机上有一个名为MyDeepLearningData．此文件夹包含名为mytrainingdata.，其中包含用于培训网络的图像集。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。
以下选项装载源文件夹MyDeepLearningData和它的子文件夹到容器中的目标文件夹，ContainerDeepLearningData：
- v / MyCompanyDGX1 / MyDeepLearningData: / ContainerDeepLearningData
将选项添加到Docker运行命令在运行容器．
现在，您可以访问和保存文件夹中容器内的数据ContainerDeepLearningData. 保存的数据在主机中的文件夹中可用MyDeepLearningData．一旦容器停止，这些文件就会持久化。注意，在容器内修改文件会覆盖主机上的文件。
您可以使用其他方法将所需数量的文件夹装载到容器中-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 password = mynewpassword
将此选项添加到Docker运行部署容器时的命令。
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。
使用表单的选项：
- e NGC_PROXY = < proxy-server-address >
将此选项添加到Docker运行部署容器时的命令。
您可以使用下列任何形式指定代理服务器地址:
主机名:12345shorthostname: 12345http://hostname:12345http：//用户名：密码@ hostname：12345iPaddress：12345
哪里主机名是完全限定域名，短主机名是相对域名，并且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，那么您可以将此许可证与MATLAB深度学习容器一起使用。您可以在Docker运行命令。添加选项：
-电子传销许可证文件=27000@MyLicenseServer
将此选项添加到Docker运行部署容器时的命令。
有关更多信息，请参见NVIDIA GPU云上的Matlab深入学习容器．
进一步的配置选项
对于高级用户，通过额外的Docker选项提供容器部署的进一步配置。有关更多信息，请参阅码头工人的文档
关闭容器会话
要关闭容器会话，输入出口从集装箱码头。Docker容器停止并删除。默认情况下，默认情况下，无需保存进程或数据，除非您通过安装主机存储（如上所述）在主机中保存了数据导入和导出数据．
在容器中安装更新，工具箱和加载项
您可以安装最新的MATLAB更新或安装额外的工具箱和附加组件。然后，您可以保存容器以便以后使用，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。在容器会话中的终端上，使用下面的命令以root权限启动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，请参阅更新现有安装(MATLAB)．有关如何安装工具箱和附加组件的信息，请参见获取和管理附加组件(MATLAB)．
在容器中保存更改
如果在容器内进行更改，例如安装更新、其他工具箱或加载项，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，而无需再次安装更新或工具箱。
在容器中进行更改之后并在容器仍在运行时执行这些步骤。
在您的客户端计算机上，打开与Docker主机的另一个连接，机器运行容器，使用腻子或相同的方法来访问Docker主机并启动容器。
使用如下命令获取当前运行的容器的容器ID。
docker ps
要保存容器，请使用docker提交命令。
docker提交：
docker提交命令根据指定的容器ID在本地保存一个新的容器映像;在本例中，基于当前运行的容器。属性可以查看本地可用的映像码头工人的图片命令。
例如，假设您在MATLAB深度学习容器中使用MATLAB R2020a。您已经在当前运行的容器中更新了MATLAB，并希望将其保存以供以后使用。
首先，找到正在运行的容器的容器ID。
docker ps
容器ID图像命令创建状态端口名称3d555451F07a nvcr.io/partners/matlab:r2020a“/bin/run.sh”24分钟前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
Docker运行命令。
NVIDIA-Docker Run-it -RM -P 5901：5901 -P 6080：6080 - SHM尺寸= 512M MyMatlab：R2020A
附加信息
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。这使得它们很轻。但是，容器彼此和主机操作系统是隔离的。也就是说，容器中的应用程序只能访问该容器中提供的文件和进程。
您可以在相同或不同的主机上部署同一容器的多个实例，以同时测试应用程序。要扩展功能，可以将其他文件、文件夹和设备装载到容器中。
里面有什么MATLAB深度学习容器？
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有用的工具箱。
计算机Vision Toolbox™
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
如果您没有对深度学习工具箱或并行计算工具箱有效的许可证，则Matlab在启动时显示警告，指示您无法使用这些产品。下载188bet金宝搏
如果您没有Matlab Deep学习容器中其他产品的许可证，Matlab在启动时显示一条消下载188bet金宝搏息，指示您无法使用这些产品。
您可以通过以下链接获得MATLAB深度学习容器中的产品的试用许可证下载188bet金宝搏在云上进行深入学习的MATLAB试验．
此外，该容器还包含几个普里德深度神经网络（深度学习工具箱）．
您可以从TensorFlow将网络和网络体系结构导入到容器中™-Keras和Caffe，带或不带层重。您还可以将经过训练的网络转换为开放式神经网络交换（ONNX）模型格式。
MATLAB深度学习容器还包括:
通过在容器中部署此软件，您可以避免安装和配置这些产品所需的设置时间。您可以运行多个容器，一次或在不同的位置训练多个网络，并获得可重复的结果。下载188bet金宝搏
技术支持金宝app
有关MATLAB深度学习容器金宝app的技术支持、注释和查询，请联系cloud-金宝appsupport@mathworks.com.．
相关话题
- 创建简单的深度学习网络分类（深度学习工具箱）
- 使用googlenet对图像进行分类（深度学习工具箱）
- 开始迁移学习（深度学习工具箱）
您还可以从以下列表中选择一个网站：
