要求

在运行这个示例之前，需要配置一个集群并将数据上传到云上。在MATLAB中，可以直接从MATLAB桌面在云中创建集群。在首页选项卡，在平行菜单中,选择创建和管理集群。在群集配置文件管理器，单击创建云计算集群。另外，您也可以使用MathWorks的云计算中心来创建和访问计算集群。欲了解更多信息，请参阅开始使用云中心。在这个例子中，请确保您的群集被设置为默认的MATLAB首页选项卡，在平行>选择默认集群。在此之后，上传数据到Amazon S3的桶和直接使用它从MATLAB。本示例使用已经存储在亚马逊S3的CIFAR-10的数据集的副本。有关说明，请参阅将深度学习数据上传到云端。

提交批处理作业

属性将脚本作为批处理作业发送到集群批处理函数。群集分配一个工人来执行你的脚本的内容。如果从更多的工人脚本效益并行代码，例如，它包括自动并行支持或PARFOR循环，你需要明确地要求工人。金宝app批处理使用一个工人来运行该脚本的客户端。您可以通过使用“池”的名字 - 值对参数中指定更多的工人。

在这种情况下，发trainMultipleNetworks集群脚本。该脚本包含并行参数扫描使用parfor训练多个深度学习网络。因为脚本包含parfor环路，指定4更多的工人与池名称-值对的论点。

totalNumberOfWorkers = 5;job1 =批(“trainMultipleNetworks”,…“池”，totalNumberOfWorkers-1）;

通过检查作业监视器，您可以看到集群中作业的当前状态。在环境上节首页选项卡上,选择平行>监控工作打开作业监视器。

您可以向集群提交其他作业。如果集群因为运行其他作业而不可用，那么您提交的任何新作业都将保持排队状态，直到集群可用为止。

以编程方式获取结果

在向集群提交作业之后，可以在进行计算的同时继续在MATLAB中工作。如果您的代码的其余部分依赖于一个任务的完成，块MATLAB通过使用等待命令。在这种情况下，等待作业完成。

等待(job1);

在作业完成后，使用负载函数。在这种情况下，从提交的脚本，它们的精度并行参数扫描获取的培训网络。

负载(job1“精度”);精度

精度=4×10.8312 0.8276 0.8288 0.8258

负载(job1“trainedNetworks”);trainedNetworks

trainedNetworks =4×1单元阵列{1 * 1 SeriesNetwork} {1 * 1 SeriesNetwork} {1 * 1 SeriesNetwork}

要加载批处理作业中的所有变量，请使用负载函数没有参数。

加载（JOB1）;

如果关闭MATLAB，仍然可以在计算进行时或计算完成后在集群中恢复作业以获取结果。在关闭MATLAB之前，记录作业ID，然后使用findJob函数。

要检索工作，首先通过使用创建群集群集对象parcluster函数。然后，提供作业ID给findJob。在这种情况下，作业ID是1。

c = parcluster (“MyClusterInTheCloud”);工作= findJob (c,“ID”，1）;

完成后删除作业。从作业监视器中删除作业。

删除（JOB1）;

使用作业监视器来获取结果

当您提交批处理作业时，所有的计算都在集群中进行，您可以安全地关闭MATLAB。您可以使用另一个MATLAB会话中的作业监视器来检查作业的状态。

当作业完成时，您可以从作业监视器检索结果。在环境上节首页选项卡上,选择平行>监控工作打开作业监视器。然后右键单击作业以显示上下文菜单。在此菜单中，您可以：