主要内容

集群和云

发现集群资源,并使用集群概要文件

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

如果您已经有一个带有调度器的集群,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器,则MATLAB并行服务器提供MATLAB作业调度器。

功能

全部展开

parcluster 创建集群对象
parpool 在集群上创建并行池
gcp 获取当前并行池
关闭 关闭云集群
开始 启动云集群
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 导出一个或多个概要文件到文件
parallel.importProfile 从文件导入集群概要文件
saveProfile 将修改后的集群属性保存到当前配置文件中
saveAsProfile 将集群属性保存到指定的概要文件
pctconfig 并行计算工具箱客户端会话

全部展开

平行的。池 平行的工人池
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上执行命令

例子和如何

集群设置

发现集群并使用集群概要文件

了解如何使用集群配置文件并发现在Amazon EC2上运行的云集群。

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,并将其扩展到集群。

在云端处理大数据

本示例展示了如何在云中访问大型数据集,并在云集群中使用MATLAB的大数据功能对其进行处理。

用HPC挑战对集群进行基准测试

此示例展示如何使用HPC挑战基准测试评估计算集群的性能。

深度学习

并行、gpu和云中扩展深度学习(深度学习工具箱)

并行使用MATLAB和多个gpu进行深度学习的选项,本地或云端。

基于MATLAB的多gpu深度学习(深度学习工具箱)

在本地或云端使用多个gpu加速深度神经网络训练。

训练网络使用自动多gpu支持金宝app(深度学习工具箱)

这个例子展示了如何使用自动并行支持在本地机器上使用多个gpu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循环对训练选项执行参数扫描。

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对深度学习网络的网络架构深度进行参数扫描,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。

与定制训练循环并行的训练网络(深度学习工具箱)

这个例子展示了如何设置一个自定义训练循环来并行训练一个网络。

将深度学习数据上传到云端(深度学习工具箱)

本示例展示如何将数据上载到Amazon S3桶。

将深度学习批处理作业发送到集群(深度学习工具箱)

这个示例展示了如何将深度学习训练批作业发送到集群,以便您可以在训练期间继续工作或关闭MATLAB。

概念

指定你的并行偏好

指定您的首选项,并自动创建一个并行池。

通用调度器的插件脚本

如何使用插件脚本设置通用调度器。

在Workers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作者。

相关信息

特色的例子