MATLAB深度学习容器英伟达GPU云亚马逊Web服务
通过在MATLAB中训练神经网络来加速您的深度学习应用程序®深度学习容器,旨在充分利用高性能NVIDIA®gpu。您可以使用web浏览器或通过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,这些工具箱是深度学习的理想工具额外的信息).
本指南帮助您在Amazon EC2上的云中运行MATLAB桌面®启用GPU的实例。对于其他云服务供应商,所需的步骤是不同的。MATLAB深度学习容器,一个托管在NVIDIA GPU Cloud上的Docker容器,简化了这一过程。该容器可在英伟达GPU云容器目录.
需求
要使用MATLAB深度学习容器,您需要:
亚马逊®Web服务帐户。
MATLAB许可证,需要满足以下条件:
对所有MathWorks有效®下载188bet金宝搏产品安装在集装箱内。您可以通过MATLAB深度学习容器获取产品试用许可证下载188bet金宝搏MATLAB云上的深度学习试验.
链接到MathWorks帐户.
配置为云使用。已经配置了个人和校园范围的许可证。对于其他类型的license,请联系license管理员。您可以通过查看您的MathWorks帐户.管理员可咨询网络license管理.
如果您使用的是并发许可证类型,则在运行容器时必须提供网络许可证管理器的端口号和DNS地址。控件中添加以下表单的选项
码头工人运行
当你启动容器时,命令:- e MLM_LICENSE_FILE = 27000 @mylicenseserver
成本
您需要承担使用本指南创建集群时使用的Amazon Web Services的成本。资源设置(例如实例类型)会影响部署成本。有关成本估算,请参阅您正在使用的每种AWS服务的定价页面。价格随时可能变动。
准备您的AWS帐户
如果您没有Amazon Web Services帐户,请在https://aws.amazon.com请按照屏幕上的说明操作。使用Amazon EC2控制台创建密钥对。欲了解更多信息,请参见 Amazon EC2密钥对.
请注意
确保在创建私钥对时下载私钥,因为这是作为管理员连接到实例的唯一方法。
启动Docker主机实例
登录到Amazon Web Services控制台。点击服务
>计算
>EC2
并启动一个实例。
在启动实例页上,命名实例并搜索NVIDIA gpu优化的AMI在“应用程序和操作系统映像”下,选择它并确认。此Amazon Machine Image (AMI)专为与NVIDIA GPU Cloud一起使用而设计,以利用P3实例中可用的Volta GPU。
根据需要配置实例类型、网络设置和存储。注意,并非所有可用分区都提供P3实例。可用分区是在创建VPC时定义的。
如果有必要,为您的实例选择或创建适当的安全组。
选择适当的密钥对选项并启动实例。确保您可以访问您的私钥,以便您可以登录到您的实例。
成功启动实例后,从左侧导航栏打开Instances页面。找到与您的实例名对应的实例。当Status检查字段显示通过了所有检查时,您就可以连接到您的实例了。
连接到实例
单击实例的实例ID,转到实例摘要页。您可以在这里找到您实例的公共IPv4 DNS地址。使用PuTTY或其他SSH客户端,使用您的私钥从客户端机器通过SSH连接到您的实例。如果使用PuTTY工具,请在下面添加私钥连接
>SSH
>身份验证
.如果您正在使用命令行界面,请使用标记添加私钥我“路径/ / key.pem”
.连接到EC2实例的默认用户名是ubuntu
.连接到实例的地址是:
ubuntu@ec2-public-ipv4-address.amazonaws.com
ec2-public-ipv4-address.amazonaws.com
是您实例的公共IPv4 DNS地址。
拉集装箱
连接到实例后,拉出容器以将容器映像下载到Docker主机实例(容器将要在其上运行的机器)上。每个EC2实例只需要执行一次。
控件中用于容器映像释放的pull命令英伟达GPU云容器目录.在Tags部分中,找到要运行的容器映像版本。在“拖动”列中,单击图标以复制码头工人拉
命令。命令的格式为:
docker拉nvcr.io/partners/matlab:r20XYz
r20XYz
必须替换为特定的MATLAB版本名,例如r2020a
.确保最后的部分拉
命令匹配您想要使用的MATLAB版本。
粘贴码头工人拉
命令进入SSH客户端,并在EC2实例上运行该命令。您不需要登录到NVIDIA容器目录来提取容器映像。
运行码头工人拉
命令将MATLAB容器映像下载到主机EC2机器上。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:
运行-it——rm -p 5901:5901 -p 6080:6080——gpu all——shm-size=512M nvcr.io/partners/matlab:r20XYz
确保最后的部分运行
命令匹配您想要使用的MATLAB版本。
的选项- p hostport: containerport
将Docker主机实例的端口映射到容器内部的端口,这样你就可以连接到容器桌面。容器使用的端口为5901
(适用于VNC连接)和6080
(适用于网页浏览器连接)。如果在同一个主机实例上部署多个容器,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EC2机器上运行。
运行MATLAB集装箱内
在容器中有三种访问MATLAB的方法:
使用web浏览器从本地计算机连接到容器桌面并运行MATLAB桌面
使用VNC从本地计算机连接到容器桌面并运行MATLAB桌面
使用命令行界面运行MATLAB
使用Web浏览器连接
要使用web浏览器进行连接,首先要从本地计算机建立到容器端口6080(默认noVNC端口)的隧道。为此,设置一个SSH隧道,从本地客户端计算机到远程主机实例上的端口(在执行命令时连接到容器端口6080)码头工人运行
命令。有关如何建立SSH隧道的详细信息,请参见创建到远程应用程序和容器的加密连接.然后,使用本地机器上的浏览器中的URL连接到相应的端口:
http://localhost:6080
注意,您必须使用本地主机
而不是主机实例的名称。
您将看到noVNC的登录屏幕。单击连接。当系统提示输入密码进入桌面时,请输入密码:
matlab
您可以使用桌面图标运行MATLAB。使用MathWorks帐户登录。
如果无法使用MathWorks帐户登录,请检查帐户是否已连接到为云使用配置的许可证。要查看,请访问授权中心.
VNC连接
要通过VNC连接,首先要从本地计算机建立到容器端口5901(默认VNC端口)的隧道。为此,设置一个SSH隧道,从本地客户端计算机到远程主机实例上的端口(在执行命令时连接到容器端口5901)码头工人运行
命令。有关如何建立SSH隧道的详细信息,请参见创建到远程应用程序和容器的加密连接.然后,使用本地机器上的VNC客户端连接到客户端上适当的显示端口:
localhost: 1
注意,您必须使用本地主机
而不是主机实例的名称。
登录和连接容器桌面的密码为:
matlab
您可以使用桌面图标运行MATLAB。使用MathWorks帐户登录。
如果无法使用MathWorks帐户登录,请检查帐户是否已连接到为云使用配置的许可证。要查看,请访问授权中心.
运行MATLAB使用命令行界面
您还可以使用命令行界面从本地终端运行MATLAB。首先,从本地计算机建立到远程主机实例的SSH连接。然后,从命令行界面使用以下命令运行MATLAB:
matlab
注意,在本例中没有图形桌面。
如果无法使用MathWorks帐户登录,请检查帐户是否已连接到为云使用配置的许可证。要查看,请访问授权中心.
使用深度学习示例测试容器
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
设置函数“ExecutionEnvironment”
来“multi-gpu”
.
训练你的网络使用trainNetwork
函数。MATLAB在所有可用的gpu上打开一个并行工作池。若要仅选择特定的gpu进行训练,可以使用gpuDevice
.有关详细信息,请参见选择特定gpu用于培训(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,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,请使用trainingOptions
函数,设置“ExecutionEnvironment”
来“multi-gpu”
.
关闭容器会话
要关闭容器会话,输入退出
从集装箱码头。停止并移除容器。默认情况下,容器关闭时不会保存任何进程或数据,除非您通过挂载云存储将数据保存在云中,如中所述与容器共享数据.
终止实例
当您不再需要实例时,您应该终止它。终止实例将删除与其关联的所有数据。要终止EC2实例,请转到实例摘要页并单击终止实例
实例状态下拉菜单。
额外的信息
如何配置MATLAB深度学习容器?
您可以通过设置特定的环境变量来配置和定制MathWorks容器的行为。有关更多信息,请参见配置容器.
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。
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中很有用的工具箱。
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
要在MATLAB深度学习容器中使用gpu进行深度学习,必须具有MATLAB、深度学习工具箱和并行计算工具箱的许可。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
如果您没有有效的“深度学习工具箱”或“并行计算工具箱”许可证,MATLAB将在启动时显示警告,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将在启动时显示一条消下载188bet金宝搏息,指示您不能使用这些产品。
您可以通过MATLAB深度学习容器获取产品试用许可证下载188bet金宝搏云端深度学习的MATLAB试用版.此外,容器还包含几个预训练的深度神经网络(深度学习工具箱).
你可以从TensorFlow™-Keras和Caffe导入网络和网络架构到容器中,无论是否有层权重。您还可以将训练过的网络转换为开放神经网络交换(ONNX)模型格式。
MATLAB深度学习容器还包含:
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来一次或在不同位置训练多个网络,从而获得可重复的结果。
相关的话题
- 创建简单的深度学习网络分类(深度学习工具箱)
- 使用GoogLeNet分类图像(深度学习工具箱)
- 开始迁移学习(深度学习工具箱)