MATLAB 深度学习容器在 Docker Hub 上
通过在 MATLAB® 深度学习容器中训练神经网络，加速您的深度学习应用程序。该容器可在 Docker Hub 上获取，专为充分利用高性能 NVIDIA® GPU 而设计。MATLAB 深度学习容器为在 AWS® 或 Microsoft® Azure® 等云环境中使用 MATLAB 进行深度学习工作流提供了简单灵活的解决方案。有关容器的更多信息，请参阅什么是容器？。
内容
MATLAB 深度学习容器包含：
一个 Ubuntu® 基础镜像。
MATLAB 及以下工具箱：
Computer Vision Toolbox™
Deep Learning Toolbox™
GPU Coder™
Image Processing Toolbox™
MATLAB Coder™
Parallel Computing Toolbox™
Signal Processing Toolbox™
Statistics and Machine Learning Toolbox™
Text Analytics Toolbox™
若干预训练的深度神经网络。有关详细信息，请参阅 预训练的深度神经网络 (Deep Learning Toolbox)。
适用于深度学习工作流的实用支持包。
使用容器中的 NVIDIA GPU 所需的 GPU 驱动程序。
用于与 MATLAB 桌面进行交互的软件。
您可以将来自 TensorFlow™-Keras 和 Caffe 的网络及架构导入容器，可选择是否包含层权重。您还可以将训练好的网络转换为开放神经网络交换（ONNX）模型格式。有关更多信息，请参阅 导入和导出神经网络 (Deep Learning Toolbox) 和 ONNX 转换器。
要求
要使用 MATLAB 深度学习容器，您需要：
安装了 Docker® 19.03 或更高版本的主机。
一个符合以下条件的 MATLAB 许可证：
适用于容器中安装的所有 MathWorks® 产品。您可以在 MATLAB 云端深度学习试用版中获取 MATLAB 深度学习容器产品的试用许可证。
关联到一个 MathWorks 帐户。
已配置为在云端使用。个人许可证和全校许可证已完成配置。其他许可证类型，请联系您的许可证管理员。您可以通过查看您的 MathWorks 帐户来识别您的许可证类型和管理员。管理员可咨询管理网络许可证。
若您持有并发许可证，则在运行容器时必须提供网络许可证管理器的端口号和 DNS 地址。在启动容器时，将此选项添加到
docker run命令中：-e MLM_LICENSE_FILE=27000@MyLicenseServer。
MATLAB 深度学习容器快速入门指南
本节展示一个示例，说明如何运行 MATLAB 深度学习容器，并在 Web 浏览器中启动交互式 MATLAB 会话。要获取启动 MATLAB 深度学习容器的完整命令列表（包括如何通过 VNC 客户端与 MATLAB 交互以及如何在批处理模式下使用 MATLAB），请参阅 Docker Hub 上的 MATLAB 深度学习容器镜像。
拉取容器镜像
要在主机上下载 MATLAB 深度学习容器镜像，请在命令行中运行以下命令：
docker pull mathworks/matlab-deep-learning:r20XYz
您必须将标签 r20XYz 替换为具体的 MATLAB 版本名称，例如 r2022a。下载并解压容器镜像可能需要一些时间。
运行容器
使用以下命令运行 MATLAB 深度学习容器：
docker run -it --rm -p 8888:8888 --shm-size=512M mathworks/matlab-deep-learning:r20XYz -browser
-it以交互模式运行容器。--rm在完成操作后会删除容器。-p 8888:8888开放端口 8888 以供 Web 浏览器连接。--shm-size=512M将共享内存大小设置为 512 MB，这是确保 MATLAB 桌面正确运行的必要条件。:r20XYz选择了 MATLAB 深度学习容器的 R20XYz 发布版本。-browser选择通过 Web 浏览器与 MATLAB 进行交互的选项。
执行上述命令会将一个 URL 打印到终端上。要访问 MATLAB，请将网址输入 Web 浏览器。若系统提示，请输入与 MATLAB 许可证关联的 MathWorks 帐户凭据。
注意
从 R2022a 版本开始发布的 Docker 镜像支持
-browser选项。要在自定义 Docker 镜像或旧版 MATLAB Docker 镜像中通过 Web 浏览器访问 MATLAB，请参阅示例。某些浏览器不支持
-browser选项。有关详细信息，请参阅云解决方案浏览器需求。
其他信息
默认情况下，容器无法访问主机系统的硬件资源。要使容器能够访问主机系统的 GPU，请使用 docker run 命令的 --gpus 标志。要使容器能够访问主机系统上的所有 GPU，请将此标志设置为 all。例如，执行此命令将启动一个名为 MATLAB 的容器，该容器可访问主机系统中的所有 GPU：
docker run --gpus all -it --rm --shm-size=512M mathworks/matlab-deep-learning:r2022a
有关详细信息，请参阅在容器中使用 GPU。
要查看启动容器时可用的完整选项和环境变量列表，请使用 -help 标志运行容器：
docker run -it --rm mathworks/matlab-deep-learning:r20XYz -help
有关使用环境变量配置 MathWorks 容器的更多信息，请参阅 配置容器。
