加快你的深度学习应用MATLAB中通过训练神经网络®深度学习容器,旨在充分利用高性能NVIDIA®gpu。你可以远程访问MATLAB深度学习容器使用一个web浏览器或通过VNC连接。
MATLAB深度学习容器包含MATLAB和一系列的MATLAB工具箱适合深度学习(见额外的信息)。
本指南将帮助您在云中运行MATLAB桌面Amazon EC2®启用GPU实例。对于其他云服务供应商,所需的步骤是不同的。MATLAB深度学习容器,码头工人容器托管在NVIDIA GPU云,简化了流程。容器是可用的英伟达GPU云容器注册表。
使用MATLAB深度学习集装箱,你需要:
亚马逊®Web服务帐户。
MATLAB许可证符合下列条件:
所有MathWorks有效®下载188bet金宝搏产品安装在容器中。你可以获得一个试用许可证产品在MATLAB深度学习容器下载188bet金宝搏MATLAB深度学习在云上的审判。
目前在软件维护服务(短信)。
连接到一个MathWorks帐户。
为云配置使用。个人和校园范围内的许可已经配置。其他类型的许可证,请联系授权管理员。您可以确定您的许可类型和管理员通过查看您的MathWorks帐户。管理员可以咨询管理网络许可证。
如果你有一个并发许可类型,您必须提供的端口号和DNS地址网络许可管理器运行时容器。添加一个选项下面的形式码头工人运行
命令启动容器时:
- e MLM_LICENSE_FILE = 27000 @mylicenseserver
你负责亚马逊网络服务时使用的成本使用本指南创建一个集群。资源设置,如实例类型,影响部署的成本。成本估算,看到价格页面为每个您正在使用AWS服务。价格如有更改,恕。
如果你没有一个Amazon Web服务帐户,创建一个https://aws.amazon.com按照屏幕上的指令进行操作。使用Amazon EC2控制台创建一个密钥对。
请注意
确保您下载私钥当您创建一对,因为它是唯一的方式连接到实例作为管理员。
登录到您的Amazon Web服务控制台。从服务菜单中,选择EC2。点击按钮启动实例。
在选择AMI页面,导航到AWS市场和寻找NVIDIA深度学习AMI。Amazon Machine Image (AMI)是专为使用NVIDIA GPU云利用P3的沃尔特GPU实例。
请注意,并不是所有的可用性区域提供P3实例。你的可用性区域被定义在设置虚拟私有云(VPC)。
配置实例,添加存储,并添加标签页面,根据需要配置您的实例。
如果有必要,选择合适或创建安全组实例配置安全组页面。
当正确配置,选择适当的密钥对的选择,开始您的实例。确保你得到你的私钥,这样你可以登录到您的实例。
把容器容器下载图像拖到码头工人主机实例,机器运行的容器。你必须把每EC2实例容器只有一次。
你可以复制拉容器形象发布命令英伟达容器注册表。容器在标记部分,定位图像发布你想要运行。在拉列,单击图标来复制码头工人拉
命令。该命令的形式:
码头工人拉nvcr.io /合作伙伴/ matlab: r20XYz
r20XYz
必须更换特定MATLAB版本的名字,例如r2020a
。确保的最后一部分拉
你想使用命令匹配MATLAB版本。
通过SSH连接到您的实例从你和私钥的客户机,使用腻子或另一个SSH客户机。默认的用户名是:
ubuntu@ec2-public-ipv4-address.region.amazonaws.com
粘贴码头工人拉
命令到您的SSH客户机,您的EC2实例上运行命令。你不需要登录到NVIDIA容器注册表把容器的形象。
运行码头工人拉
命令下载MATLAB容器图像到主机EC2的机器。它可能需要一些时间下载和提取大型容器的形象。
运行MATLAB深度学习容器使用命令的形式:
码头工人——运行——rm - p - p 6080:6080 5901:5901 gpu——shm-size = 512 nvcr.io /合作伙伴/ matlab: r20XYz
确保的最后一部分运行
你想使用命令匹配MATLAB版本。
的选项- p hostport: containerport
端口映射在集装箱港口的码头工人主机,这样您就可以连接到容器的桌面。端口使用的容器5901年
(用于VNC连接)和6080年
(web浏览器连接)。如果你是在同一个主机上部署多个容器实例,你必须增加主机端口,直到你找到一个免费的端口。例如:
- p 5902:5901 - p 6081:6080
MATLAB深度学习容器现在EC2机器上运行。
有三种方法来访问MATLAB的容器:
使用一个web浏览器连接到容器桌面和MATLAB桌面运行
使用VNC连接到容器桌面和MATLAB桌面运行
使用命令行界面运行MATLAB
使用web浏览器连接,首先建立一个隧道的集装箱港口6080(默认noVNC端口)。为更多的信息关于如何建立一个SSH隧道,看到的创建加密连接到远程应用程序和容器。然后,使用如下所示的URL连接到相应的端口:
http://localhost: 6080
请注意,您必须使用本地主机
而不是主机实例的名称。
您将看到一个登录屏幕noVNC。单击连接。当您被提示输入密码来访问桌面,使用密码:
matlab
您可以运行使用MATLAB桌面图标。使用MathWorks帐户登录。
如果你不能使用你的MathWorks账户登录,检查你的账户连接到云配置使用的许可证。检查,请访问授权中心。
通过VNC连接,首先建立一个隧道5901集装箱港口VNC端口(默认)。为更多的信息关于如何建立一个SSH隧道,看到的创建加密连接到远程应用程序和容器。然后,使用VNC客户端连接到适当的显示端口在客户端:
localhost: 1
请注意,您必须使用本地主机
而不是主机实例的名称。
登录并连接到容器的桌面,使用密码:
matlab
您可以运行使用MATLAB桌面图标。使用MathWorks帐户登录。
如果你不能使用你的MathWorks账户登录,检查你的账户连接到云配置使用的许可证。检查,请访问授权中心。
你也可以从终端运行MATLAB使用命令行接口使用命令:
matlab
请注意,在这种情况下没有图形化桌面。
如果你不能使用你的MathWorks账户登录,检查你的账户连接到云配置使用的许可证。检查,请访问授权中心。
MATLAB支金宝app持使用多个gpu并行训练一个网络。使multi-GPU MATLAB深度学习培训容器,使用trainingOptions
函数设置“ExecutionEnvironment”
来“multi-gpu”
。
训练你的网络使用trainNetwork
函数。MATLAB打开一个平行的工人所有可用的gpu。只选择特定gpu进行训练,你可以使用gpuDevice
。为进一步的信息,请参阅选择特定的gpu用于培训(深度学习工具箱)。
测试你的容器,您可以运行创建简单的深度学习网络分类(深度学习工具箱)的例子。尝试这个例子中,双击该文件MNISTExample.mlx
在当前文件夹窗格在MATLAB启动文件夹中。在所有可用的gpu,运行这个例子trainingOptions
函数,设置“ExecutionEnvironment”
来“multi-gpu”
。
关闭容器会话类型退出
集装箱码头。容器是停止和删除。没有流程或数据保存在默认情况下,当容器关闭,除非你有保存安装云存储在云端的数据,所述共享数据与容器。
您可以配置和定制的行为MathWorks容器通过设置特定的环境变量。有关更多信息,请参见配置容器。
NVIDIA GPU云是一个码头工人存储库的容器设计高性能的NVIDIA GPU上运行应用程序。
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™
信号处理工具箱™
统计和机器学习的工具箱™
文本分析工具箱™
使用gpu执行深度学习在MATLAB深度学习容器,你必须有一个许可证有效期为MATLAB,深度学习工具箱,并行计算工具。许可证有效期为容器中的其他产品需要访问容器的完整功能。下载188bet金宝搏
如果你没有执照有效深度学习工具箱或并行计算工具箱,MATLAB在启动时显示一个警告,表明您不能使用这些产品。下载188bet金宝搏
如果你没有执照有效MATLAB深度学习其他产品的容器,MATLAB在启动时显示一条消息,表下载188bet金宝搏明您不能使用这些产品。
你可以获得一个试用许可证产品在MATLAB深度学习容器下载188bet金宝搏MATLAB试验深度学习的云。此外,容器包含几个Pretrained深层神经网络(深度学习工具箱)。
你可以网络和网络架构导入容器从TensorFlow™-Keras和咖啡,有或没有层权重。你也可以转换训练网络开放的神经网络(ONNX)模型交换格式。
MATLAB深度学习容器还包含:
通过部署在一个容器,这个软件可以避免安装和配置这些产品所需的准备时间。下载188bet金宝搏您可以运行多个容器培养几个网络或与可重复的结果在不同的位置。