このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
并行计算工具箱™を使用して,複数のGPU,クラスター,およびクラウドで深いネットワークに学習させます。ローカルまたはクラスターで複数のGPUを使用して深層学習をスケールアップし,対話形式またはバッチジョブで複数のネットワークに学習させます。オプションについては,並列およびクラウドでの深層学習のスケールアップを参照してください。
CPU、GPUクラスター,およびクラウドでネットワークに学習させ,ハードウェアに合わせてオプションを調整します。
ローカルまたはクラウドで複数のGPUを使用する,MATLABでの深層学習のオプション。
ローカルまたはクラウドで学習に使用する複数のGPUを指定します。
この例では,自動並列サポートを使用した深層学習のために,ローカルマシンで複数のGPUを使用する方法を説明します。
この例では,ローカルマシンで複数の深層学習実験を実行する方法を説明します。
この例では,parfor
ループを使用して,学習オプションについてのパラメータースイープを実行する方法を説明します。
この例では,parfeval
を使用して,深層学習ネットワークのネットワークアーキテクチャの深さについてのパラメータースイープを実行し,学習中にデータを取得する方法を説明します。
この例では,データをAmazon S3バケットにアップロードする方法を説明します。
この例では,学習中に作業を継続したりMATLABを閉じたりできるように,深層学習における学習のバッチジョブをクラスターに送信する方法を説明します。
この例では,ネットワークに並列学習させるためのカスタム学習ループを設定する方法を説明します。
这个例子展示了如何使用联合学习来训练网络。联合学习是一种技术,使您能够以分布式的、去中心化的方式训练网络[1]。