Если вы не имеете подходящий графический процессор в наличии для обучения ваши глубокие нейронные сети, можно ускорить применение глубокого обучения с помощью одного или нескольких высокоэффективных графических процессоров в облаке. Работа в облаке требует некоторой начальной настройки, но ресурсы облака использования могут значительно уменьшать учебное время или позволить вам обучать больше сетей в то же самом значении времени.
Можно ускорить обучение с помощью одного или нескольких графических процессоров на одной машине или с помощью кластера машин с помощью графических процессоров. Обучите одну сеть с помощью нескольких графических процессоров или обучите многоуровневые модели целиком.
После того, как вы настраиваете MATLAB® или MATLAB Parallel Server™ в вашей выбранной облачной платформе, можно выполнить глубокое обучение для минимальных изменений в коде, вы работаете на своей локальной машине. Для получения дополнительной информации об адаптации вашего кода глубокого обучения для различных параллельных сред, смотрите, Увеличивают Глубокое обучение параллельно, на графических процессорах, и в Облаке.
Примечание
Если при запуске MATLAB на одной машине в облаке, и вы соединяетесь через ssh или протокол удаленного рабочего стола (RDP), то сетевое выполнение и обучение используют тот же код, как будто вы работали на своей локальной машине.
Используя графический процессор или параллельные опции требует Parallel Computing Toolbox™. Используя графический процессор также требует поддерживаемого устройства графического процессора. Для получения информации о поддерживаемых устройствах смотрите Поддержку графического процессора Релизом (Parallel Computing Toolbox). Используя удаленный кластер также требует MATLAB Parallel Server.
MathWorks® обеспечивает несколько способов получить доступ к MATLAB в открытых облаках, таких как Amazon® Веб-сервисы (AWS®) и Azure® это конфигурируемо в зависимости от ваших потребностей. Чтобы использовать продукты открытого облака, у вас должна быть учетная запись с вашей выбранной облачной платформой.
Эти продукты облака дают возможность для вас запускать MATLAB в облаке при помощи предварительно сконфигурированных шаблонов машины. Вы не должны устанавливать MATLAB сами.
Следующие таблицы показывают некоторые варианты для доступа к MATLAB в облаке.
| Тип ресурса | Облачное решение | Дополнительная информация | Узнать больше |
|---|---|---|---|
Одна машина | Контейнер глубокого обучения MATLAB |
| |
Рынок Azure |
| ||
Эталонная архитектура обрабатывает по шаблону для AWS и Azure |
|
| |
| Кластер | MathWorks Cloud Center |
| |
Рынок Azure |
| Запустите MATLAB Parallel Server из Microsoft Azure Marketplace (MATLAB Parallel Server) | |
Эталонная архитектура обрабатывает по шаблону для AWS и Azure |
|
|
Хранить данные в облаке может облегчить для вас доступу для "облачных" приложений, не будучи должен загрузить или загрузить большие объемы данных каждый раз, когда вы создаете ресурсы облака. И AWS и Azure предлагают услуги хранения данных, такие как AWS S3 и Устройство хранения данных Блоба Azure, соответственно.
Чтобы избежать времени и стоить сопоставленный с передачей больших количеств данных, рекомендуется, чтобы вы настроили ресурсы облака для своего применения глубокого обучения с помощью того же поставщика "облачной" инфраструктуры и области, которую вы используете, чтобы хранить ваши данные в облаке.
К данным о доступе, хранимым в облаке из MATLAB, необходимо сконфигурировать машину с учетными данными доступа. Можно сконфигурировать доступ из MATLAB с помощью переменных окружения. Для получения дополнительной информации о том, как установить переменные окружения получать доступ к данным об облаке от вашего клиента MATLAB, видеть работу с Удаленными данными. Для получения дополнительной информации о том, как установить переменные окружения на параллельных рабочих в удаленном кластере, смотрите Переменные окружения Набора на Рабочих (Parallel Computing Toolbox).
Для примера, показывающего, как загрузить данные на облако, смотрите Данные о Глубоком обучении Загрузки к Облаку.