需求

在运行此示例之前，您需要配置一个集群并将数据上传到Cloud。在MATLAB中，您可以直接从MATLAB桌面在云中创建集群。在首页选项卡,平行菜单中,选择创建和管理集群．在“集群配置文件管理器”中，单击创建云计算集群．您也可以使用MathWorks Cloud Center创建和访问计算集群。有关更多信息，请参见云中心入门．对于本例，确保您的集群在MATLAB上被设置为默认值首页选项卡,在平行>选择默认集群．之后，将数据上传到Amazon S3桶中，并直接从MATLAB中使用它。本例使用已经存储在Amazon S3中的CIFAR-10数据集的副本。说明,请参阅上传深度学习数据到云端．

提交批处理作业

方法将脚本作为批处理作业发送到集群批处理函数。集群分配一个worker来执行脚本的内容。如果脚本中的并行代码受益于额外的工作，例如，它包括自动并行支持或parfor循环，那么您需要显式地请求这些工作。批处理为运行脚本的客户机使用一个worker。您可以使用'Pool'名称-值对参数指定更多的工作者。

在本例中，发送trainMultipleNetworks脚本到集群。此脚本包含并行参数扫描使用parfor训练多个深度学习网络．因为脚本包含一个parfor循环,指定4额外的工人池名称-值对的论点。

totalNumberOfWorkers = 5;job1 =批(“trainMultipleNetworks”，.．.“池”, totalNumberOfWorkers-1);

您可以通过检查job Monitor查看集群中作业的当前状态。在环境上节首页选项卡上,选择平行>监控工作打开作业监视器。

您可以向集群提交额外的作业。如果集群因为正在运行其他作业而不可用，则您提交的任何新作业都将保持在队列中，直到集群变为可用。

以编程方式获取结果

在向集群提交作业之后，在进行计算时，您可以继续在MATLAB中工作。如果代码的其余部分依赖于任务的完成，可以使用等待命令。在这种情况下，等待作业完成。

等待(job1);

作业完成后，通过使用负载函数。在这种情况下，从提交脚本中的并行参数扫描中获取训练过的网络及其准确性。

负载(job1“精度”）;精度

精度=4×10.8312 0.8276 0.8288 0.8258

负载(job1“trainedNetworks”）;trainedNetworks

trainedNetworks =4×1单元阵列{1×1 SeriesNetwork} {1×1 SeriesNetwork} {1×1 SeriesNetwork} {1×1 SeriesNetwork}

要加载批处理作业中的所有变量，请使用负载函数没有参数。

负载(job1);

如果您关闭MATLAB，您仍然可以在集群中恢复作业来获取结果，无论是在计算正在进行时还是在计算完成后。在关闭MATLAB之前，记下作业ID，然后稍后通过使用findJob函数。

方法来检索作业，首先为集群创建一个集群对象parcluster函数。然后，为提供作业IDfindJob．在本例中，作业ID为1．

c = parcluster (“MyClusterInTheCloud”）;工作= findJob (c,“ID”1);

完成后删除作业。作业已从作业监视器中删除。

删除(job1);

使用作业监视器获取结果

当您提交批处理作业时，所有的计算都发生在集群中，您可以安全地关闭MATLAB。您可以在另一个MATLAB会话中使用Job Monitor来检查作业的状态。

当作业完成时，您可以从作业监视器检索结果。在环境上节首页选项卡上,选择平行>监控工作打开作业监视器。然后右键单击一个作业以显示上下文菜单。从这个菜单中，你可以: