主要内容

MATLAB深度学习容器码头工人中心

加快你的深度学习应用MATLAB中通过训练神经网络®深度学习容器上可用码头工人中心,旨在充分利用高性能NVIDIA®gpu。MATLAB深度学习容器提供了一个简单的和灵活的解决方案使用MATLAB等深度学习在云环境中工作流AWS®或微软®Azure®。有关容器的更多信息,请参阅一个容器是什么?。

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™

    • 统计和机器学习的工具箱™

    • 文本分析工具箱™

  • 几个pretrained深层神经网络。有关更多信息,请参见Pretrained深层神经网络(深度学习工具箱)。

  • 金宝app用于深度学习工作流支持包。

  • GPU司机需要使用NVIDIA GPU的容器。

  • 与MATLAB桌面软件,使得交互。

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。有关更多信息,请参见进出口网络(深度学习工具箱)和ONNX转换器。

需求

使用MATLAB深度学习集装箱,你需要:

  • 码头工人的主机®19.03或更新的安装。

  • MATLAB的许可证,是:

  • 如果你有一个并发许可,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。添加这个选项码头工人运行命令启动容器时:- e MLM_LICENSE_FILE = 27000 @mylicenseserver。

快速入门指南MATLAB深度学习的容器

本节展示了一个示例如何运行MATLAB深度学习容器和发射MATLAB交互式会话在web浏览器中。命令的完整列表开始MATLAB深度学习容器,包括如何通过VNC客户机与MATLAB交互以及如何使用MATLAB在批处理模式中,看到的MATLAB图像深度学习容器码头工人中心。

拉集装箱

下载MATLAB深度学习集装箱图像投影到主机中,在命令行上运行这个命令:

码头工人拉mathworks / matlab-deep-learning: r20XYz

你必须更换标签r20XYz例如,特定的MATLAB版本名称r2022a。下载并提取集装箱图片可能要花费一些时间。

运行容器

MATLAB运行深度学习容器使用这个命令:

码头工人——运行——rm - p 8888:8888 shm-size = 512 mathworks / matlab-deep-learning: r20XYz浏览器

  • -容器在交互模式下运行。

  • ——rm删除容器完成后。

  • - p 8888:8888公开为web浏览器连接端口8888。

  • ——shm-size = 512共享内存的大小设置为512 MB,这需要MATLAB桌面运行正确。

  • :r20XYz选择发布版本R20XYz MATLAB深度学习的容器。

  • 浏览器选择的选项与MATLAB交互通过web浏览器。

运行上面的命令导致一个URL印刷您的终端。访问MATLAB, URL输入到一个web浏览器。如果提示,输入MathWorks帐户的凭证与MATLAB相关许可证。

请注意

  • 的浏览器选择是由码头工人的图金宝app像发布版本R2022a。在定制的码头工人在web浏览器中访问MATLAB图像或年长的MATLAB码头工人图片,明白了例子。

  • 的浏览器选择是不支持的浏览器。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,一个集装箱没有访问主机系统的硬件资源。给容器访问主机系统的gpu,使用——gpu国旗的码头工人运行命令。给容器访问所有gpu的主机系统,设置此标志所有。例如,执行这个命令运行一个MATLAB容器访问所有的gpu主机系统:

码头工人——gpu -运行- rm - shm-size = 512 mathworks / matlab-deep-learning: r2022a

有关更多信息,请参见使用gpu在容器。

选项的完整列表和环境变量,您可以用它来启动容器,容器的运行-国旗:

码头工人——运行——rm mathworks / matlab-deep-learning: r20XYz - help

关于配置的更多信息MathWorks容器使用环境变量,明白了配置容器。

相关的话题

外部网站