Глубокое обучение для Больших данных на графических процессорах и параллельно

Обучите глубокие сети на центральных процессорах, графических процессорах, кластерах, и облаках и опциях мелодии, чтобы удовлетворить вашему оборудованию.

Увеличьте глубокое обучение в параллели и в облаке

Опции для глубокого обучения для MATLAB с помощью нескольких графических процессоров, локально или в облаке.

Глубокое обучение для MATLAB на нескольких графических процессорах

Задайте несколько графических процессоров, чтобы использовать локально или в облаке для обучения.

Обучите сеть Используя автоматическую поддержку мультиграфического процессора

В этом примере показано, как использовать несколько графических процессоров на вашей локальной машине для обучения глубокому обучению использование автоматической параллельной поддержки.

Обучите нейронные сети для глубокого обучения параллельно

В этом примере показано, как запустить несколько экспериментов глубокого обучения на вашей локальной машине.

Используйте parfor, чтобы Обучить Несколько Нейронных сетей для глубокого обучения

В этом примере показано, как использовать parfor цикл, чтобы выполнить развертку параметра на опции обучения.

Используйте parfeval, чтобы Обучить Несколько Нейронных сетей для глубокого обучения

В этом примере показано, как использовать parfeval выполнять развертку параметра на глубине сетевой архитектуры для нейронной сети для глубокого обучения и получать данные во время обучения.

Загрузите данные о глубоком обучении на облако

В этом примере показано, как загрузить данные на блок Amazon S3.

Отправьте пакетное задание глубокого обучения кластеризироваться

В этом примере показано, как отправить пакетные задания обучения глубокому обучению в кластер так, чтобы можно было продолжить работать или закрыть MATLAB во время обучения.

Обучите сеть параллельно с пользовательским учебным циклом

В этом примере показано, как настроить пользовательский учебный цикл, чтобы обучить сеть параллельно.

Обучите сеть Используя федеративное изучение

В этом примере показано, как обучить сеть с помощью объединенного в федерацию изучения.