並列と点群

ローカルまたはクラウドでの複数の GPU を使用した深層学習のスケールアップ、対話形式またはバッチジョブによる複数のネットワークの学習

Parallel Computing Toolbox™ を使用して、複数の GPU、クラスター、およびクラウドで深いネットワークに学習させます。ローカルまたはクラスターで複数の GPU を使用して深層学習をスケールアップし、対話形式またはバッチジョブで複数のネットワークに学習させます。オプションについては、Scale Up Deep Learning in Parallel, on GPUs, and in the Cloudを参照してください。

トピック

Scale Up Deep Learning in Parallel, on GPUs, and in the Cloud
Explore options for deep learning with MATLAB^® in parallel and using multiple GPUs, locally or in the cloud.
ビッグデータを使用した深層学習
大量のデータを使用して深層ニューラルネットワークに学習させる。
Run Experiments in Parallel
Run multiple simultaneous trials or one trial at a time on multiple workers. (R2020b 以降)
MATLAB による複数の GPU での深層学習
ローカルまたはクラウドで複数の GPU を使用して、深層ニューラルネットワークの学習を高速化します。
Run Custom Training Loops on a GPU and in Parallel
Speed up custom training loops by running on a GPU, in parallel using multiple GPUs, or on a cluster.
Resolve GPU Memory Issues
Troubleshoot errors when MATLAB cannot allocated the requested GPU memory.
Deep Learning in the Cloud
Access MATLAB in the cloud for deep learning.
クラウドでの深層学習データの処理

クラウドにデータをアップロードするワークフローの例。
- AWS での深層学習データの処理
- Work with Deep Learning Data in Azure
Cloud AI Workflow Using the Deep Learning Container

An example workflow for training, importing data, and optimizing a deep neural network in the cloud using the Deep Learning Container.
- ステップ 1: Train Network on Amazon Web Services Using MATLAB Deep Learning Container
- ステップ 2: Use Amazon S3 Buckets with MATLAB Deep Learning Container
- ステップ 3: Use Experiment Manager in the Cloud with MATLAB Deep Learning Container

注目の例

自動並列サポートを使用したクラウドでのネットワークの学習

この例では、並列学習用の MATLAB の自動サポートを使用して畳み込みニューラルネットワークに学習させる方法を説明します。多くの場合、深層学習における学習には数時間または数日かかります。並列計算を使用すると、複数のグラフィックス処理装置 (GPU) をローカルで、またはクラウドのクラスターで使用して、学習を高速化できます。複数の GPU があるマシンにアクセスできる場合は、データのローカルコピーに対してこの例を完了させることができます。より多くのリソースを使用する必要がある場合は、深層学習における学習をクラウドにスケールアップできます。並列学習のオプションの詳細は、Scale Up Deep Learning in Parallel, on GPUs, and in the Cloudを参照してください。この例では、MATLAB の自動並列サポートを使用して、クラウドのクラスターで深層学習ネットワークに学習させる手順について順を追って説明します。

ライブスクリプトを開く

自動マルチ GPU のサポートを使用したネットワークの学習

この例では、自動並列サポートを使用した深層学習のために、ローカルマシンで複数の GPU を使用する方法を説明します。

ライブスクリプトを開く

Create a Deep Learning Experiment for Classification

Train a deep learning network for classification using Experiment Manager.

R2020a 以降

スクリプトを開く

Create a Deep Learning Experiment for Regression

Train a deep learning network for regression using Experiment Manager.

R2020a 以降

スクリプトを開く

深層学習ネットワークの並列学習

この例では、ローカルマシンで複数の深層学習実験を実行する方法を説明します。この例をテンプレートとして使用し、特定のアプリケーションのニーズに合わせてネットワーク層と学習オプションを変更することができます。このアプローチは 1 つまたは複数の GPU で使用可能です。GPU が 1 つの場合、ネットワークの学習はバックグラウンドで順次行われます。この例のアプローチでは、深層学習実験の進行中にも MATLAB® を続けて使用できます。

ライブスクリプトを開く

parfor を使用した複数の深層学習ネットワークの学習

この例では、parfor ループを使用して、学習オプションについてのパラメータースイープを実行する方法を説明します。

ライブスクリプトを開く

parfeval を使用した複数の深層学習ネットワークの学習

この例では、parfeval を使用して、深層学習ネットワークのネットワークアーキテクチャの深さについてのパラメータースイープを実行し、学習中にデータを取得する方法を説明します。

ライブスクリプトを開く

AWS での深層学習データの処理

この例では、データを Amazon S3™ バケットにアップロードする方法を説明します。

ライブスクリプトを開く

Work with Deep Learning Data in Azure

Set up, write to, and read from Azure® Blob Storage.

ライブスクリプトを開く

カスタム学習ループを使用したネットワークの並列学習

この例では、ネットワークに並列学習させるためのカスタム学習ループを設定する方法を説明します。この例では、並列ワーカーによりミニバッチの一部で学習が実行されます。GPU がある場合、GPU 上で学習が行われます。学習中、DataQueue オブジェクトによって、学習の進行状況の情報が MATLAB クライアントに送り返されます。

ライブスクリプトを開く

連合学習を使用したネットワークの学習

この例では、連合学習を使用してネットワークに学習させる方法を示します。連合学習は、分散型つまり非集中型の方法でネットワークに学習させるようにする手法です [1]。

ライブスクリプトを開く

深層学習バッチジョブのクラスターへの送信

この例では、学習中に作業を継続したり MATLAB® を閉じたりできるように、深層学習における学習のバッチジョブをクラスターに送信する方法を説明します。

ライブスクリプトを開く

Train Network on Amazon Web Services Using MATLAB Deep Learning Container

Train a deep learning network in the cloud using MATLAB® on an Amazon EC2® instance.

ライブスクリプトを開く

Use Amazon S3 Buckets with MATLAB Deep Learning Container

Train your deep learning model with training data stored in an Amazon S3™ Bucket and save the trained model to the cloud.

ライブスクリプトを開く

Use Experiment Manager in the Cloud with MATLAB Deep Learning Container

Fine-tune your deep learning network by using Experiment Manager in the cloud. Make use of multiple NVIDIA® high-performance GPUs on an AWS® EC2 instance to run multiple experiments in parallel. Tune the hyperparameters of your network and try different network architectures. You can sweep through a range of hyperparameters automatically and save the results for each variation. Compare the results of your experiments to find the best network.

ライブスクリプトを開く