在集群和云平台上运行代码
在现有集群中扩展并运行计算密集型代码
将 MATLAB® Parallel Server™ 与现有集群基础架构集成后,您可以在集群中运行并行代码。如果您需要设置集群,请参阅安装。然后,您可从任何 MATLAB 会话中发现您的集群,并尝试并行计算和深度学习工作流。
主题
客户端设置
- 发现集群并使用集群配置文件 (Parallel Computing Toolbox)
了解如何使用集群配置文件并发现云集群。
并行计算基础知识
- 从桌面扩展到集群 (Parallel Computing Toolbox)
在本地计算机上开发并行 MATLAB® 代码并扩展到集群。 - 选择并行计算解决方案 (Parallel Computing Toolbox)
发现 MATLAB 和 Parallel Computing Toolbox™ 提供的最重要的功能来解决您的并行计算问题。 - 使用 parfor 进行参数扫描时的绘图 (Parallel Computing Toolbox)
并行执行参数扫描,并在并行计算过程中绘制进度。 - 将 parfor 循环扩展到集群和云 (Parallel Computing Toolbox)
在您的桌面上开发parfor
循环,并扩展到集群而无需更改您的代码。
使用并行计算进行深度学习
- 并行训练深度学习网络 (Deep Learning Toolbox)
此示例说明如何在本地计算机上运行多个深度学习试验。使用此示例作为模板,您可以修改网络层和训练选项,以满足您的具体应用需要。无论您有一个还是多个 GPU,都可以使用这种方法。如果您只有一个 GPU,网络会在后台逐个进行训练。本示例中的方法使您能够在进行深度学习试验时继续使用 MATLAB®。 - Scale Up Deep Learning in Parallel, on GPUs, and in the Cloud (Deep Learning Toolbox)
Explore options for deep learning with MATLAB in parallel and using multiple GPUs, locally or in the cloud. - 使用 parfor 训练多个深度学习网络 (Deep Learning Toolbox)
此示例说明如何使用parfor
循环对训练选项执行参数扫描。
相关信息
- Parallel Computing Toolbox 快速入门 (Parallel Computing Toolbox)
- 使用 MATLAB 并行计算缩短获得结果的时间