需求

在运行这个示例之前，需要配置一个集群并将数据上传到Cloud。在MATLAB中，您可以直接从MATLAB桌面在云中创建集群。在首页选项卡,平行菜单中,选择创建和管理集群．在集群配置文件管理器中，单击创建云计算集群．或者，您可以使用MathWorks Cloud Center创建和访问计算集群。有关更多信息，请参见云中心入门．对于本例，确保您的集群在MATLAB上设置为默认值首页选项卡,在平行>选择默认集群．之后，将数据上传到Amazon S3桶中，并直接从MATLAB中使用它。本例使用了已经存储在Amazon S3中的CIFAR-10数据集的副本。说明,请参阅将深度学习数据上传到云端．

提交批处理作业

将脚本作为批处理作业发送到集群批处理函数。集群分配一个worker来执行脚本的内容。如果脚本中的并行代码受益于额外的工作者，例如，它包含自动并行支持或parfor循环，那么您需要显式请求这些工作者。金宝app批处理为运行脚本的客户端使用一个worker。您可以使用“Pool”名称-值对参数指定更多的工人。

在本例中，发送trainMultipleNetworks脚本到集群。这个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循环,指定4额外的工人池名称-值对的论点。

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

您可以通过检查job Monitor来查看您的作业在集群中的当前状态。在环境上节首页选项卡上,选择平行>监控工作打开Job Monitor。

您可以向集群提交其他作业。如果集群因运行其他作业而不可用，则提交的任何新作业都将保留在队列中，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，您可以在进行计算时继续使用MATLAB。如果您的代码的其余部分依赖于完成一个工作，块MATLAB使用等待命令。在本例中，等待作业完成。

等待(job1);

任务完成后，使用负载函数。在这种情况下，从提交脚本的并行参数扫描中获取训练过的网络及其准确性。

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} {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。

负载(job1);

如果您关闭MATLAB，您仍然可以在集群中恢复作业来获取结果，无论是在计算进行时还是在计算完成后。在关闭MATLAB之前，记下作业ID，然后使用findJob函数。

要检索作业，首先使用parcluster函数。然后，将作业ID提供给findJob．在本例中，作业ID为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);

使用作业监视器获取结果

当您提交批处理作业时，所有的计算都发生在集群中，您可以安全地关闭MATLAB。您可以在另一个MATLAB会话中使用Job Monitor来检查作业的状态。

当作业完成后，您可以从job Monitor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Job Monitor。然后右键单击作业以显示上下文菜单。在这个菜单中，你可以: