Main Content

이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

병렬 방식 및 클라우드에서의 딥러닝

로컬에서 여러 GPU를 사용하거나 클라우드를 사용하여 딥러닝을 확장하고, 여러 신경망을 대화형 방식이나 일괄 처리 작업으로 훈련시킵니다.

Parallel Computing Toolbox™를 사용하여 여러 GPU, 클러스터 및 클라우드에서 심층 신경망을 훈련시킵니다. 로컬에서 여러 GPU를 사용하거나 클러스터를 사용하여 딥러닝을 확장하고, 여러 신경망을 대화형 방식이나 일괄 처리 작업으로 훈련시킵니다. 옵션에 대한 자세한 내용은 Scale Up Deep Learning in Parallel and in the Cloud 항목을 참조하십시오.

도움말 항목

GPU에서 병렬로 빅 데이터를 사용한 딥러닝

CPU, GPU, 클러스터 및 클라우드에서 심층 신경망을 훈련시키고 하드웨어에 맞게 옵션을 조정합니다.

Scale Up Deep Learning in Parallel and in the Cloud

Options for deep learning with MATLAB using multiple GPUs, locally or in the cloud.

복수의 GPU에서 MATLAB을 사용한 딥러닝

로컬에서 또는 클라우드에서 훈련에 사용할 복수의 GPU를 지정합니다.

Train Network Using Automatic Multi-GPU Support

This example shows how to use multiple GPUs on your local machine for deep learning training using automatic parallel support.

Train Deep Learning Networks in Parallel

This example shows how to run multiple deep learning experiments on your local machine.

parfor를 사용하여 다중 딥러닝 신경망 훈련시키기

이 예제에서는 parfor 루프를 사용하여 훈련 옵션에 대해 파라미터 스윕을 수행하는 방법을 보여줍니다.

parfeval을 사용하여 다중 딥러닝 신경망 훈련시키기

이 예제에서는 parfeval을 사용하여 딥러닝 신경망에 대한 신경망 아키텍처의 심도를 기반으로 파라미터 스윕을 수행하고 훈련 중에 데이터를 가져오는 방법을 보여줍니다.

딥러닝 데이터를 클라우드로 업로드하기

이 예제에서는 데이터를 Amazon S3 버킷으로 업로드하는 방법을 보여줍니다.

딥러닝 일괄 처리 작업을 클러스터로 보내기

이 예제에서는 계속해서 작업을 진행하거나 훈련 중에 MATLAB을 닫을 수 있도록 딥러닝 훈련 일괄 처리 작업을 클러스터로 보내는 방법을 보여줍니다.

Train Network in Parallel with Custom Training Loop

This example shows how to set up a custom training loop to train a network in parallel.

추천 예제