主要内容

并行和云中的深度学习

在本地或云端使用多个gpu扩展深度学习,交互式或批处理作业培训多个网络

使用并行计算工具箱™在多个gpu、集群和云上训练深度网络。在本地或集群上使用多个gpu扩展深度学习,交互式或批处理作业训练多个网络。要了解选项,请看并行和在云中扩展深度学习

主题

gpu和并行的大数据深度学习

在cpu、gpu、集群和云上训练深度网络,并调整选项以适应您的硬件。

并行和在云中扩展深度学习

选择深度学习MATLAB使用多个gpu,本地或在云。

基于MATLAB的多gpu深度学习

指定多个gpu用于本地或云中进行培训。

使用自动多gpu支持训练网络金宝app

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

并行训练深度学习网络

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。

使用parfor训练多个深度学习网络

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

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。

上传深度学习数据到云

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

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。

与自定义训练循环并行的训练网络

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。

使用联合学习培训网络

这个例子展示了如何使用联合学习来训练网络。

特色的例子