MATLAB深度学习容器英伟达GPU的云英伟达帕特
通过在MATLAB中训练神经网络，加快深度学习应用程序®深度学习容器，设计充分利用高性能NVIDIA®GPU。您可以使用web浏览器或通过VNC连接远程访问MATLAB深度学习容器。
MATLAB深度学习容器包含MATLAB和一系列MATLAB工具箱，对深度学习是理想的(参见额外的信息）.
本指南帮助您在NVIDIA DGX平台的云中运行MATLAB桌面。MATLAB深度学习容器，一个托管在NVIDIA GPU云上的Docker容器，简化了这个过程。这个集装箱在英伟达GPU云容器注册．
需求
安装Docker和NVIDIA Docker的DGX系统主机。有关如何配置DGX系统的更多信息，请参见https://docs.nvidia.com/deeplearning/dgx/preparing-containers/index.html#prepare_dgx_system．
对MATLAB深度学习容器中的产品有效的MATLAB许可证。下载188bet金宝搏
把容器
拉出容器将容器映像下载到Docker主机上，也就是运行容器的机器。你只需要拉一次容器。
控件中可以复制容器映像发布的pull命令英伟达容器注册表．在Tags部分中，找到您想要运行的容器映像版本。在“拉”列中，单击图标以复制码头工人拉命令该命令的形式如下：
码头工人拉nvcr.io /合作伙伴/ matlab: r20XYz
r20XYz必须用特定的MATLAB版本名称替换，例如r2020a．确保最后一部分拉命令与要使用的MATLAB版本相匹配。
使用PuTTY或其他SSH客户端从客户端机器通过SSH连接到Docker主机。粘贴码头工人拉命令导入SSH客户端，并在Docker主机上运行该命令。您不需要登录到NVIDIA容器注册表来拉出容器映像。
运行码头工人拉命令将MATLAB容器映像下载到主机上。下载和提取大型容器映像可能需要一些时间。
运行的容器
使用以下命令运行MATLAB深度学习容器：
nvidia-docker运行-it——rm -p 5901:5901 -p 6080:6080——shm-size=512M nvcr.io/partners/matlab:r20XYz
确保最后一部分运行命令与要使用的MATLAB版本相匹配。
的选项-p主机端口：containerport将容器内的端口映射到Docker主机上的端口，以便您可以连接到容器桌面。容器中使用的端口包括5901（用于VNC连接）和6080（用于web浏览器连接）。如果要在同一台主机上部署多个容器，则必须增加主机端口数，直到找到可用端口为止。例如：
-p 5902:5901 -p 6081:6080
MATLAB深度学习容器现在正在您的DGX机器上运行。
运行MATLAB从容器中
在容器中有三种访问MATLAB的方法:
使用web浏览器连接到容器桌面，运行MATLAB桌面
使用VNC连接到容器桌面，运行MATLAB桌面
使用命令行界面运行MATLAB
如果您的主机受到防火墙的保护，或者您不能通过web浏览器或VNC访问容器桌面，您可以设置到容器的SSH隧道(参见安全地连接）.
使用Web浏览器进行连接
使用端口连接浏览器6080在容器中。要连接，使用URL:
http://hostname:6080
主机名例如，运行容器的Docker主机的名称MyCompanyDGX1．如果增加了主机端口运行的容器，使用适当的主机端口号，例如6081．
您将看到noVNC的登录屏幕。单击连接。当系统提示您输入密码时，请使用密码:
matlab
你可以使用桌面图标运行MATLAB。使用MathWorks登录®账户
如果无法使用MathWorks帐户登录，请检查您的帐户是否连接到配置为云使用的许可证。查看，访问授权中心．
使用VNC连接
VNC连接使用端口5901在容器中。VNC连接到映射到容器端口的主机端口的主机显示器5901；例如，显示1主机端口5901．
要连接，请使用VNC客户端连接到:
主机名:1
主机名例如，运行容器的Docker主机的名称MyCompanyDGX1．如果增加了主机端口运行的容器，例如，使用适当的主机显示端口号2主机端口5902．
登录并连接到容器桌面，使用密码:
matlab
你可以使用桌面图标运行MATLAB。使用您的MathWorks帐户登录。
如果无法使用MathWorks帐户登录，请检查您的帐户是否连接到配置为云使用的许可证。查看，访问授权中心．
使用命令行界面运行MATLAB
你可以使用命令行界面从终端运行MATLAB:
matlab
注意，在本例中没有图形桌面。
如果无法使用MathWorks帐户登录，请检查您的帐户是否连接到配置为云使用的许可证。查看，访问授权中心．
安全地连接
可以使用SSH隧道在客户机机器和容器会话之间建立加密通道。这样做可以在客户机和容器之间提供一个安全的连接。如果主机或客户端计算机受到防火墙的保护，则必须使用SSH隧道。
这些说明通过Docker主机将客户端端口转发到容器端口。设置SSH隧道后，客户端端口和容器端口之间的所有通信都是安全的。
在地板上使用腻子窗户客户
如果使用PuTTY连接到Docker主机，请使用菜单选项“更改设置”添加新的转发端口，可通过单击标题栏访问。在PuTTY重新配置对话框的“类别”下，选择“连接>SSH>隧道”。
要通过VNC连接，请设置一条到集装箱端口的隧道5901．
在Source port（源端口）字段中，输入客户端计算机上的空闲端口，从
5900例如,5901．在“Destination”字段中输入与容器端口连接的相关主机端口
5901在运行的容器例如localhost: 5901．注意必须使用本地服务器而不是主机实例的名称。
要通过网络浏览器连接，需要建立一条到集装箱港口的隧道6080．
例如，在Source端口字段中，输入客户机机器上的空闲端口
6080．在“Destination”字段中输入与容器端口连接的相关主机端口
6080在运行的容器例如localhost: 6080．注意必须使用本地服务器而不是主机实例的名称。
如果在客户端机器上使用多个容器或运行VNC服务器，则必须增加客户端机器上的源端口，直到找到空闲端口为止，例如，5902或6081．
使用命令行界面
如果使用命令行界面将SSH隧道连接到容器端口，请使用以下形式的命令：
ssh -L clientport:hostport ubuntu@MyCompanyDGX1
客户端端口例如，客户端机器上是否有空闲端口5901或6080．hostport是您连接到中的容器端口的主机端口运行的容器例如,localhost: 5901或localhost: 6080．注意必须使用本地服务器而不是主机实例的名称。
例如，使用如下命令:
ssh -L 5901:localhost:5901 ubuntu@MyCompanyDGX1
例如，如果您在客户机上运行VNC服务器，则必须增加客户机端口，直到找到空闲端口为止5902或6081．
连接到容器桌面
现在可以使用转发的客户端端口连接到容器桌面。
要使用web浏览器进行连接，请使用URL：
http://localhost:6080
注意必须使用本地服务器而不是主机实例的名称。
例如，如果在创建隧道时增加了客户端端口，请使用适当的客户端端口号6081．
要连接VNC，请使用VNC客户端连接到客户端相应的显示端口，例如:
localhost: 1
注意必须使用本地服务器而不是主机实例的名称。
如果在创建隧道时增加了客户端端口，请使用适当的客户端显示端口号，例如:2为端口5902．
要运行MATLAB桌面，请遵循从容器中运行MATLAB．
在容器中选择用于培训的gpu
MATLAB支金宝app持使用多个gpu并行训练单个网络。要在MATLAB深度学习容器中启用多gpu训练，请使用trainingOptions函数设置“ExecutionEnvironment”来“多gpu”．
训练你的网络使用trainNetwork函数。MATLAB在所有可用的gpu上打开一个并行工作池。要只选择特定的图形处理器用于培训，您可以使用gpuDevice．有关更多信息，请参见选择用于培训的特定图形处理器(深度学习工具箱)．
要测试容器，可以运行创建简单的深度学习网络分类(深度学习工具箱)实例要尝试此示例，请双击该文件MNISTExample.mlx在MATLAB启动文件夹的当前文件夹窗格中。要在所有可用的gpu上运行此示例，请在trainingOptions函数,设置“ExecutionEnvironment”来“多gpu”．
导入和导出数据
您可以在Docker主机上访问用于深度学习的数据，并保存训练有素的网络。使用。挂载工具将主机系统中的文件夹挂载到容器- v码头工人的选择。
例如，假设客户机上有一个名为MyDeepLearningData．此文件夹包含名为MyTrainingData，其中包含用于训练网络的一组图像。该文件夹还包含子文件夹MyTrainedNetworks，您要在其中保存经过培训的网络数据。
下面的选项挂载源文件夹MyDeepLearningData和它的子文件夹到容器中的目标文件夹，ContainerDeepLearningData：
- v / MyCompanyDGX1 / MyDeepLearningData: / ContainerDeepLearningData
将选项添加到码头工人运行命令在运行的容器．
现在可以在文件夹中的容器中访问和保存数据ContainerDeepLearningData．该文件夹下的主机中存在已保存的数据MyDeepLearningData．一旦容器停止，这些文件就会持久化。注意，在容器内修改文件会覆盖主机上的文件。
您可以使用附加文件将任意多的文件夹挂载到容器中- v选项。
运行选项
配置桌面访问密码
要更改通过VNC或web浏览器访问容器中桌面的密码，可以使用以下选项：
- e密码= MyNewPassword
将此选项添加到码头工人运行命令。
配置代理设置
如果DGX系统通过代理服务器连接到internet，则可以在运行容器时指定代理设置。如果将MATLAB与联机授权一起使用，则需要指定代理设置以连接到MathWorks联机授权服务器。
使用表单的一个选项:
-e NGC_PROXY=<代理服务器地址>
将此选项添加到码头工人运行命令。
您可以使用下列任何形式指定代理服务器地址:
主机名:12345shorthostname: 12345http://hostname:12345http://username:password@hostname:12345IPaddress: 12345
在哪里主机名是完全限定域名，shorthostname是相对域名，和12345是端口号。
网络许可证管理器
如果您的许可证是通过网络许可证管理器管理的，那么您可以将此许可证与MATLAB深度学习容器一起使用。您可以在码头工人运行命令。添加的选项:
- e MLM_LICENSE_FILE = 27000 @mylicenseserver
将此选项添加到码头工人运行命令。
有关详细信息，请参阅基于NVIDIA GPU云的MATLAB深度学习容器．
进一步的配置选项
对于高级用户，可以通过其他Docker选项进一步配置容器部署。有关更多信息，请参见Docker文档
关闭容器会话
要关闭容器会话，请键入退出从集装箱码头。停止并移除Docker容器。当容器关闭时，默认不会保存进程或数据，除非您通过挂载主机存储将数据保存在主机上，具体步骤请参见导入和导出数据．
在容器中安装更新、工具箱和附加组件
您可以安装最新的MATLAB更新或安装额外的工具箱和附加组件。然后，您可以保存容器以便以后使用，以避免重新安装更改。
要安装或更新MATLAB，必须使用超级用户权限运行MATLAB。在容器会话中的终端上，使用下面的命令以root权限启动MATLAB。
sudo matlab
您可以从MATLAB中安装更新和工具箱。有关如何安装更新的信息，请参见更新现有安装(MATLAB)．有关如何安装工具箱和附加组件的信息，请参见获取和管理附加组件(MATLAB)．
将更改保存到容器中
如果您在容器中进行更改，例如安装更新、附加工具箱或附加组件，则可以保存容器以供以后使用。然后，您可以部署容器的更新版本，而不需要再次安装更新或工具箱。
在容器中进行更改之后并在容器仍在运行时执行这些步骤。
在您的客户端机器上，使用PuTTY或与访问Docker主机并启动容器相同的方法，打开与Docker主机(运行容器的机器)的另一个连接。
使用如下命令获取当前运行的容器的容器ID。
码头工人ps
要保存容器，请使用码头工人承诺命令。
docker提交:
码头工人承诺命令根据指定的容器ID在本地保存一个新的容器映像;在本例中，基于当前运行的容器。属性可以查看本地可用的映像docker图像命令。
例如，假设你在MATLAB深度学习容器中使用MATLAB R2020a。您已经更新了当前运行的容器中的MATLAB，并希望保存它以供以后使用。
首先，找到正在运行的容器的容器ID。
码头工人ps
容器ID IMAGE COMMAND CREATED STATUS PORTS NAMES 3d555451f07a nvcr. txt/bin/run.sh /bin/run.sh /bin/run.sh
接下来，提交容器映像。
Docker提交3d555451f07a mymatlab:r2020a
码头工人运行命令。
nvidia-docker运行它——rm -p 5901:5901 -p 6080:6080——shm-size=512M mymatlab:r2020a
额外的信息
是什么英伟达GPU云?
NVIDIA GPU Cloud是一个容器的Docker存储库，设计用于在高性能NVIDIA GPU上运行应用程序。
什么是容器？
当您希望在多个不同的位置可靠地运行应用程序或软件时，可以使用容器。容器是一个轻量级包，包含运行特定应用程序（或一组应用程序）所需的所有内容，包括代码、库、驱动程序和设置。因为容器中的应用程序总是以相同的方式运行，所以它们对于管理定义良好的测试和部署环境非常有用。
与虚拟机不同，容器共享主机的操作系统，同一容器的多个实例共享公共资源。这使得它们很轻。但是，容器彼此和主机操作系统是隔离的。也就是说，容器中的应用程序只能访问该容器中提供的文件和进程。
您可以在相同或不同的主机上部署相同容器的多个实例，以同时测试应用程序。要扩展功能，可以将额外的文件、文件夹和设备挂载到容器中。
房间里有什么MATLAB深度学习集装箱吗?
MATLAB深度学习容器包含MATLAB和其他几个工具箱，在深度学习应用程序中是有用的。
计算机视觉工具箱™
GPU编码器™
图像处理工具箱™
MATLAB编码器™
深度学习工具箱™
并行计算工具箱™
讯号处理工具箱™
统计和机器学习工具箱™
文本分析工具箱™
要在MATLAB深度学习容器中使用GPU执行深度学习，您必须拥有MATLAB、深度学习工具箱和并行计算工具箱的有效许可证。访问容器的全部功能需要容器中其他产品的有效许可证。下载188bet金宝搏
如果您没有深度学习工具箱或并行计算工具箱的有效许可证，MATLAB会在启动时显示一个警告，指示您不能使用这些产品。下载188bet金宝搏
如果您没有MATLAB深度学习容器中其他产品的有效许可证，MATLAB在启动时显示一条消息下载188bet金宝搏，指示您不能使用这些产品。
您可以通过以下链接获得MATLAB深度学习容器中的产品的试用许可证下载188bet金宝搏云上深度学习的MATLAB试验．
此外，该容器还包含几个预先训练的深度神经网络(深度学习工具箱)．
您可以从TensorFlow™-Keras和Caffe将网络和网络架构导入到容器中，无论是否使用层权重。您还可以将训练有素的网络转换为开放神经网络交换(ONNX)模型格式。
MATLAB深度学习容器还包含：
通过在容器中部署该软件，您可以避免安装和配置这些产品所需的设置时间。下载188bet金宝搏您可以运行多个容器，一次或在不同的地点培训多个网络，并取得可重复的结果。
技术支持金宝app
有关MATLAB深度学习容器金宝app的技术支持、注释和查询，请联系cloud-金宝appsupport@mathworks.com．
相关的话题
- 创建简单的深度学习网络分类(深度学习工具箱)
- 使用GoogLeNet分类图像(深度学习工具箱)
- 开始迁移学习(深度学习工具箱)
你也可以从以下列表中选择一个网站:
