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。
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。
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。
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。
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。
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。