云中的深度学习
R2026b如果您没有合适的 GPU 可用于训练深度神经网络，您可以利用云中的一个或多个高性能 GPU 来加快深度学习应用的速度。虽然在云中开展工作需要进行一些初始配置，但使用云资源可以显著缩短训练时间，或者能够在相同的时间内训练更多网络。
您可以使用单台计算机上的一个或多个 GPU，也可以使用由多台有 GPU 的计算机组成的集群来加速训练。您可以使用多个 GPU 训练单个网络，也可以同时训练多个网络。
在您选择的云平台中设置 MATLAB® 或 MATLAB Parallel Server™ 后，您只需对在本地计算机上运行的代码进行极少的更改，即可执行深度学习。有关针对不同并行环境调整深度学习代码的详细信息，请参阅Scale Up Deep Learning in Parallel, on GPUs, and in the Cloud。
注意
如果您在云中的单台计算机上运行 MATLAB，并且通过 SSH 或远程桌面协议 (RDP) 连接，则网络执行和训练所使用的代码与在本地计算机上运行时相同。
使用 GPU 或并行选项需要 Parallel Computing Toolbox™。使用 GPU 还需要受支持的 GPU 设备。有关受支持设备的信息，请参阅GPU 计算要求 (Parallel Computing Toolbox)。使用远程集群还需要 MATLAB Parallel Server。
在云中访问 MATLAB
MathWorks® 提供了在公共云（例如 Amazon® Web Services (AWS®) 和 Azure®）中访问 MATLAB 的多种方式，您可以根据需求对这些方式进行配置。要利用公共云服务，您必须在所选择的云平台上拥有帐户。
这些云服务提供预配置的计算机模板，可帮助您轻松地在云中运行 MATLAB。您不必自行安装 MATLAB。
下表列出了用于在云中访问 MATLAB 的一些选项。
| 云解决方案 | 资源类型 | 其他信息 | 了解更多 |
|---|---|---|---|
MathWorks Cloud Center | 单台计算机或集群 |
| |
MATLAB Deep Learning Container | 单台计算机 |
| |
Azure Marketplace | 单台计算机或集群 |
|
|
AWS 和 Azure 的参考架构模板 | 单台计算机或集群 |
|
|
有关使用这些云解决方案访问 GPU 的信息，请参阅使用云中的 GPU 运行 MATLAB (Parallel Computing Toolbox)。
在云中处理大数据
将数据存储在云中可以使您更容易访问云应用程序，而无需在每次创建云资源时上传或下载大量数据。AWS 和 Azure 都提供数据存储服务，例如分别提供 AWS S3 和 Azure Blob 存储。
为避免因传输大量数据而消耗时间和成本，建议您使用与在云中存储您的数据所采用的相同云提供商和区域来为深度学习应用设置云资源。
要从 MATLAB 访问存储在云中的数据，您必须使用访问凭据配置您的计算机。您可以使用环境变量从 MATLAB 内配置访问权限。有关如何设置环境变量以从客户端 MATLAB 访问云数据的详细信息，请参阅处理远程数据。有关如何在远程集群中的并行工作单元上设置环境变量的详细信息，请参阅设置工作单元的环境变量 (Parallel Computing Toolbox)。
有关说明如何将数据上传到云中以及如何从 MATLAB 访问这些数据的示例，请参阅在 AWS 中使用深度学习数据和Work with Deep Learning Data in Azure。
