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

병렬 방식 및 클라우드에서의 심층 학습

로컬에서 여러 GPU를 사용하거나 클라우드를 사용하여 심층 학습을 확장하고, 여러 네트워크를 대화형 방식이나 일괄 처리 작업으로 훈련시킵니다.

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

도움말 항목

Deep Learning with Big Data on GPUs and in Parallel

Train deep networks on CPUs, GPUs, clusters, and clouds, and tune options to suit your hardware.

Scale Up Deep Learning in Parallel and in the Cloud

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

Deep Learning with MATLAB on Multiple GPUs

Specify multiple GPUs to use locally or in the cloud for training.

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.

Run Multiple Deep Learning Experiments

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

parfor를 사용하여 다중 심층 학습 네트워크 훈련시키기

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

parfeval을 사용하여 다중 심층 학습 네트워크 훈련시키기

이 예제에서는 parfeval을 사용하여 심층 학습 네트워크에 대한 네트워크 아키텍처의 심도를 기반으로 파라미터 스윕을 수행하고 훈련 중에 데이터를 가져오는 방법을 보여줍니다.

심층 학습 데이터를 클라우드로 업로드하기

이 예제에서는 데이터를 Amazon S3 버킷으로 업로드하는 방법을 보여줍니다.

심층 학습 일괄 처리 작업을 클러스터로 보내기

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

추천 예제

자동 병렬 지원을 사용하여 클라우드의 네트워크 훈련시키기

이 예제에서는 병렬 훈련에 대한 MATLAB 자동 지원을 사용하여 컨벌루션 신경망을 훈련시키는 방법을 보여줍니다. 심층 학습 훈련에는 종종 몇 시간이나 며칠이 소요됩니다. 병렬 연산을 사용하면 로컬에서 또는 클라우드에 있는 클러스터에서 여러 개의 GPU(그래픽 처리 장치)를 사용하여 훈련 속도를 높일 수 있습니다. 복수의 GPU가 장착된 컴퓨터를 사용하는 경우에는 이 예제를 데이터의 로컬 복사본에 대해 실행할 수 있습니다. 리소스를 더 많이 사용하고 싶다면 심층 학습 훈련을 클라우드로 확장할 수 있습니다. 병렬 훈련 옵션에 대해 알아보려면 Scale Up Deep Learning in Parallel and in the Cloud 항목을 참조하십시오. 이 예제에서는 MATLAB 자동 병렬 지원을 사용하여 클라우드에 있는 클러스터에서 심층 학습 네트워크를 훈련시키는 방법을 보여줍니다.

라이브 스크립트 열기