云中的深度学习
如果您没有合适的GPU来训练您的深度神经网络,您可以使用云中的一个或多个高性能GPU来加速您的深度学习应用程序。在云中工作需要一些初始设置,但是使用云资源可以显着减少训练时间,或者允许您在相同的时间内训练更多的网络。
您可以在单个机器上使用一个或多个gpu或使用带有gpu的机器集群来加速训练。您可以使用多个gpu训练单个网络,也可以同时训练多个网络。
在您设置MATLAB之后®或MATLAB并行服务器™在您选择的云平台中,您可以通过对本地机器上运行的代码进行最小的更改来执行深度学习。有关使深度学习代码适应不同并行环境的更多信息,请参见在gpu和云端上并行扩展深度学习。
请注意
如果您在云中的一台机器上运行MATLAB,并通过ssh或远程桌面协议(RDP)连接,则网络执行和培训使用与您在本地机器上运行相同的代码。
使用GPU或并行选项需要parallel Computing Toolbox™。使用图形处理器还需要支持图形处理器设备。金宝app有关支持的设备的信息,请参见金宝appGPU计算要求(并行计算工具箱)。使用远程集群还需要MATLAB并行服务器。
访问MATLAB在云端
MathWorks®提供了在Amazon等公共云中访问MATLAB的几种方法®Web服务(AWS)®)和Azure®这是可配置的,根据您的需要。要使用公共云产品,您必须拥有所选云平台的帐户。
这些云产品使您可以通过使用预配置的机器模板轻松地在云中运行MATLAB。您不必自己安装MATLAB。
下表显示了在云中访问MATLAB的一些选项。
云解决方案 | 资源类型 | 额外的信息 | 了解更多 |
---|---|---|---|
MathWorks云中心 |
单机或集群 |
|
|
MATLAB深度学习容器 |
单台机器 |
|
|
Azure市场 |
单机或集群 |
|
|
用于AWS和Azure的参考架构模板 |
单机或集群 |
|
|
使用云中的大数据
将数据存储在云中可以使您更容易访问云应用程序,而无需在每次创建云资源时上传或下载大量数据。AWS和Azure都提供数据存储服务,例如AWS S3和Azure Blob storage。
为了避免与传输大量数据相关的时间和成本,建议您使用用于在云中存储数据的相同云提供商和区域为深度学习应用程序设置云资源。
要从MATLAB访问存储在云中的数据,您必须使用访问凭据配置您的机器。您可以使用环境变量从MATLAB内部配置访问。有关如何设置环境变量以从客户端MATLAB访问云数据的更多信息,请参见处理远程数据。有关如何在远程集群中的并行工作程序上设置环境变量的详细信息,请参见设置worker上的环境变量(并行计算工具箱)。
有关展示如何将数据上传到云以及如何从MATLAB访问该数据的示例,请参见在AWS中使用深度学习数据和在Azure Blob存储中使用深度学习数据。