主要内容

集群和云

发现集群资源,并使用集群配置文件

如果您的计算任务对于本地计算机来说太大或太慢,您可以将计算卸载到现场的集群或云中以运行MATLAB®代码与最小的更改。试一试平行>发现集群在MATLAB工具条中查看是否已经有可用的集群。

如果您已经有一个带调度程序的集群,您可以使用MATLAB与它集成MATLAB并行服务器™.或者,如果您没有现有的调度程序,则MATLAB并行服务器提供MATLAB作业调度程序。

功能

全部展开

parcluster 创建集群对象
parpool 在集群上创建并行池
gcp 获得电流并行池
关闭 关闭云集群
开始 启动云计算集群
等待(集群) 等待云集群改变状态
parallel.defaultClusterProfile 检查或设置默认集群配置文件
parallel.exportProfile 导出一个或多个配置文件到文件
parallel.importProfile 从文件中导入集群配置文件
saveProfile 将修改后的集群属性保存到当前概要文件中
saveAsProfile 保存集群属性到指定的概要文件
pctconfig 配置设置并行计算工具箱客户端会话

全部展开

平行的。池 平行工人池
平行的。集群 访问集群属性和行为
pctRunOnAll 在客户端和并行池中的所有worker上运行命令

例子和如何

集群设置

发现集群并使用集群配置文件

了解如何使用集群配置文件并发现运行在Amazon EC2上的云集群。

从桌面扩展到集群

这个示例展示了如何在本地机器上开发并行MATLAB®代码并扩展到一个集群。

在云端处理大数据

这个示例展示了如何访问云中的大数据集,并在云集群中使用MATLAB大数据功能处理它。

用HPC挑战对集群进行基准测试

这个示例展示了如何使用HPC挑战基准来评估计算集群的性能。

深度学习

在gpu和云计算中并行扩展深度学习(深度学习工具箱)

选择深度学习与MATLAB并行和使用多个gpu,在本地或云。

基于MATLAB的多gpu深度学习(深度学习工具箱)

使用本地或云中的多个gpu加速深度神经网络训练。

列车网络使用自动多gpu支持金宝app(深度学习工具箱)

这个例子展示了如何使用多个gpu在本地机器上使用自动并行支持进行深度学习训练。金宝app

使用parfor训练多个深度学习网络(深度学习工具箱)

这个例子展示了如何使用parfor循环执行训练选项的参数扫描。

使用parfeval训练多个深度学习网络(深度学习工具箱)

这个例子展示了如何使用parfeval对深度学习网络结构的深度进行参数扫描,并在训练过程中检索数据。

并行训练深度学习网络(深度学习工具箱)

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。

与自定义训练环并行的训练网络(深度学习工具箱)

此示例演示如何设置自定义训练循环以并行地训练网络。

将深度学习数据上传到云端(深度学习工具箱)

这个例子展示了如何上传数据到Amazon S3桶。

发送深度学习批处理作业到集群(深度学习工具箱)

这个例子展示了如何将深度学习培训批作业发送到一个集群中,以便您可以在培训期间继续工作或关闭MATLAB。

概念

指定并行首选项

指定您的首选项,并自动创建一个并行池。

通用调度程序的插件脚本

如何使用插件脚本来设置通用的调度程序。

在工人上设置环境变量

将系统环境变量从客户机复制到集群中的工人。

相关信息

特色的例子