MATLAB深度学习容器码头工人中心
通过在MATLAB中训练神经网络来加速您的深度学习应用程序®深度学习容器码头工人中心,旨在充分利用NVIDIA的高性能®gpu。MATLAB深度学习容器为在AWS等云环境中使用MATLAB进行深度学习工作流程提供了一个简单而灵活的解决方案®或微软®Azure®.有关容器的更多信息,请参见什么是容器?.
内容
MATLAB深度学习容器包括:
一个Ubuntu®基地的形象。
MATLAB和以下工具箱:
计算机视觉工具箱
深度学习工具箱™
GPU编码器™
图像处理工具箱™
MATLAB编码器™
并行计算工具箱
信号处理工具箱
统计和机器学习工具箱™
文本分析工具箱
几个预先训练好的深度神经网络。有关更多信息,请参见预训练的深度神经网络(深度学习工具箱).
金宝app对深度学习工作流有用的支持包。
GPU驱动必须在容器中使用NVIDIA GPU。
支持与MATLAB桌面交互的软件。
你可以从TensorFlow™-Keras和Caffe导入网络和网络架构到容器中,无论是否有层权重。您还可以将训练过的网络转换为开放神经网络交换(ONNX)模型格式。有关更多信息,请参见进出口网络(深度学习工具箱)而且ONNX转换器.
需求
要使用MATLAB深度学习容器,您需要:
一台带有Docker的主机®安装19.03或更新版本。
MATLAB许可证,即:
对所有MathWorks有效®下载188bet金宝搏产品安装在集装箱内。您可以在MATLAB深度学习容器中获得产品的试用许可证下载188bet金宝搏MATLAB云上的深度学习试验.
链接到MathWorks帐户.
配置为云使用。已经配置了个人和校园范围的许可证。对于其他类型的license,请联系license管理员。您可以通过查看您的MathWorks帐户.管理员可咨询网络license管理.
如果您拥有Concurrent许可证,则在运行容器时必须提供网络许可证管理器的端口号和DNS地址。属性中添加此选项
码头工人运行
当你启动容器时,命令:- e MLM_LICENSE_FILE = 27000 @mylicenseserver
.
MATLAB深度学习容器快速入门指南
本节展示了如何在web浏览器中运行MATLAB深度学习容器并启动交互式MATLAB会话的示例。有关启动MATLAB深度学习容器的完整命令列表,包括如何通过VNC客户端与MATLAB交互以及如何以批处理模式使用MATLAB,请参见MATLAB深度学习容器图像打开码头工人中心.
拉集装箱
要将MATLAB深度学习容器图像下载到主机上,请在命令行上运行以下命令:
docker pull mathworks/matlab-deep-learning:r20XYz
您必须更换标签r20XYz
使用特定的MATLAB版本名,例如,r2022a
.下载和提取容器映像可能需要一些时间。
运行容器
运行MATLAB深度学习容器:
运行-it——rm -p 8888:8888——shm-size=512M
-
以交互模式运行容器。——rm
完成后删除容器。- p 8888:8888
为web浏览器连接公开端口8888。——shm-size = 512
将共享内存的大小设置为512 MB,这是MATLAB桌面正确运行所必需的。: r20XYz
选择MATLAB深度学习容器发布版本R20XYz。浏览器
选择通过网络浏览器与MATLAB交互的选项。
运行上面的命令会将URL打印到您的终端。要访问MATLAB,请在web浏览器中输入URL。如果提示这样做,请输入与MATLAB许可证关联的MathWorks帐户的凭据。
请注意
的
浏览器
选项由发布版本R20金宝app22a起的docker映像支持。要在web浏览器中以自定义docker映像或旧的MATLAB docker映像访问MATLAB,请参见例子.的
浏览器
选项不被某些浏览器支持。金宝app有关更多信息,请参见云解决方案浏金宝搏官方网站览器要求.
额外的信息
默认情况下,容器不能访问主机系统的硬件资源。要让容器访问主机系统的gpu,请使用——gpu
国旗码头工人运行
命令。要让容器访问主机系统的所有gpu,请将此标志设置为所有
.例如,执行此命令将运行一个MATLAB容器,该容器可以访问主机系统的所有gpu:
docker run——gpu all -it——rm——shm-size=512M
有关更多信息,请参见在容器中使用gpu.
选项和环境变量的完整列表可用于启动容器,请使用-
国旗:
docker运行-it——rm mathworks/matlab-deep-learning:r20XYz -help
有关使用环境变量配置MathWorks容器的详细信息,请参见配置容器.