在阿里云上跑matlab代码(估计大家都知道蒙特卡洛1000次的威力)

本文讲述了作者在云计算环境中部署Linux服务器,安装Matlab的过程,包括远程登录、上传文件、挂载镜像、破解和配置环境变量等内容,以便于高效运行算法并解决图形化界面问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

因为自己电脑跑一个算法一次要两分钟,跑1000次就是2000分钟加上我要是跑5个点不知道要跑多久,所以我们直接学习别人如何在云端跑。虽然老师告诉我可以用parfor来并行for循环,但是我感觉效果也不会很好。所以来测试一下新东西。博主的操作步骤已经很细了,我们能不能更细一点,出个针对于特定云盘的操作。(我发出的所有教程都不会设置任何障碍,我觉得只有开源才能让更多人学会更多技术)

操作过程来自博主:level

ad:blog.51cto.com/u_13360_9273132

其他博主安装教程

【小技巧】Linux安装matlab教程_编程小技巧011--linux安装matlab-优快云博客

一、准备工作

1.下载远程登陆软件

https://download.mobatek.net/2402024022512842/MobaXterm_Installer_v24.0.zip

2.申请阿里 云ECS(个人版)

选择linux_centos或者别的版本的linuxUI

3.下载matlab_linux版本

链接:https://pan.baidu.com/s/1ELNoRyuJ6SQaIreWuYHS5A?pwd=37l1 
提取码:37l1

二、安装步骤

1、打开SSH软件进行链接。

你申请的实例的账号一般是root,密码是你自己设置的。

打开软件后点击这个图标

选择SSH,把公网ip复制过来,然后输入root

进入linux页面后需要输入密码,之后就成功链接上了,链接不上一般都是用户名或密码不对。

2、把matalb安装上

1、把matlab镜像包上载至服务器(这个过程挺慢的,大约4个小时吧)

还是咱们链接服务器的软件,点击这个向上的箭头,选择下载好的文件,进行上载。我的速度在7M/s,差不多也不是很慢。

因为是百度网盘下载的,一般都在百度网盘的下载目录里。

3、挂载matlab

3.1单次挂载

因为咱们下载的matlab被分成两个iso了,不能一次挂载,下面是可以一次挂载的操作步骤

操作方法来自:Linux安装Matlab傻瓜教程_matlab-linux-优快云博客

mkdir ~/matlab        //用户主目录下新建文件夹 matlab
sudo mount -o loop Matlab911R2021b_Lin64.iso ~/matlab    //将 iso 文件挂载在 ~/matlab 目录下
cd ~/matlab
sudo ./install //这里一定要sudo,要不然等会创建文件夹没权限
sudo apt install matlab-support

这里注意,apt和yum适用于不同的linux版本。

3.2多次挂载(两次挂载)

首先要确保matlab被挂载到 /mnt/iso目录下,你可以选择挂载的文件夹名字,就是这个iso

sudo mount -t auto -o loop R2018a_glnxa64_dvd1.iso /mnt/iso

其次要把matlab的Crack文件解压,在其readme.txt文件内有密钥,我解压到当前文件夹了,也就是root,别人都是创建了一个Crack来专门放这个解压后的文件

cd ~
sudo mkdir Crack
cd ~
tar -xvf Matlab20XXaLinux64Crack.tar.gz -C Crack

在我们的SSH软件中可以点开这个txt文件

然后用密钥去安装,不然会出现如下错误提示

这里我们遇到点问题,提示是设置X11,我搜到一个解决方案。:linux 安装matlab_error: installation cannot proceed. you may either-优快云博客

cd /mnt
./iso/install -mode silent -agreeToLicense yes -fileInstallationKey 1111-1111-1111-1111(后面是密钥)

需要静态安装,并输入密钥进去。

安装第一个挂载结束后,再开启一个新的SSH页面。(不要把之前的关闭了,要保留

继续把dvd2也挂载到iso

cd ~  # 到R2018a_glnxa64_dvd2.iso目录下
sudo mount -t auto -o loop R2018a_glnxa64_dvd2.iso /mnt/iso

等待第一个SSH安装完毕

三、破解

3.1. 复制破解文件Crack中license_standalone.lic到安装目录中

cd ~/Crack  
sudo cp license_standalone.lic /usr/local/MATLAB/R2018a/licenses
cd ~/Crack
sudo cp -r R2018a /usr/local/MATLAB

3.2创建软链接

采用软链接的方式在/usr/local/bin中创建启动命令matlab

```
cd /usr/local/bin
ln -s /usr/local/MATLAB/R2018a/bin/matlab matlab

3.3删除挂载

umount /mnt/iso
cd /mnt
rmdir iso

我这里并没有把Crack单独解压到一个文件夹里。

3.4导入环境变量

export  PATH=/usr/local/MATLAB/R2018a/bin:$PATH

因为我们没有matlab的图形化界面,会报错。我搜了些解决方案,最终选择不要这个图形界面了

export DISPLAY=:0.0

成功打开matlab

四、开始我们的第一个matlab程序

4.1输出一个值,毕竟matlab和python很像都有实时脚本

4.2运行一个.m文件(无参)

转到脚本文件所在位置,使用run,我的脚本文件提前用记事本写好,上载到目标文件夹/home。然后就可以运行了

cd /home
run('fun.m')

4.3运行带参数的.m文件(有参)

直接把参数传入,即可。感觉跟matlab命令行一样,我暂时就测试到这里。剩下的就是在自己电脑上把代码修改好,直接丢到云电脑上跑吧。

画图和GUI暂时没有解决,但是咱就是为了那几个点的数据对吧,保存数据去win上画图也一样。

### Cloud-Based MATLAB Image Recognition Solutions For cloud-based MATLAB image recognition, leveraging the power of cloud computing platforms such as Amazon Web Services (AWS), Microsoft Azure, or Google Cloud Platform can significantly enhance processing capabilities and scalability. The integration process involves setting up a cloud environment that supports MATLAB execution along with utilizing specific toolboxes designed for machine learning and computer vision tasks. #### Setting Up MATLAB Environment in Cloud To begin working within a cloud environment: A virtual machine configured to run MATLAB should be established first. Providers like AWS offer pre-configured images through their marketplace which include MATLAB installations[^1]. Once this setup is complete, users have access to all standard features available locally but benefit from scalable resources provided by cloud infrastructure. #### Utilizing Built-in Toolboxes MATLAB provides comprehensive support for image processing via its Computer Vision Toolbox and Deep Learning Toolbox. These allow developers not only to perform traditional operations such as filtering and segmentation but also apply advanced techniques including convolutional neural networks (CNNs). For instance, one could train custom models using deep learning algorithms directly inside MATLAB scripts hosted on cloud servers[^2]. ```matlab % Example code snippet demonstrating CNN model creation layers = [ imageInputLayer([28 28 1]) convolution2dLayer(3,8,'Padding','same') batchNormalizationLayer reluLayer fullyConnectedLayer(10) softmaxLayer classificationLayer]; ``` This example showcases how easily complex architectures can be defined without needing extensive external libraries beyond what’s already included in MATLAB's ecosystem. #### Leveraging Pre-trained Models Another efficient approach when dealing with large datasets or limited computational time is employing transfer learning strategies where pretrained models are fine-tuned according to new data requirements. This method reduces both development effort required while still achieving high accuracy levels suitable for many applications found across industries ranging from healthcare diagnostics to autonomous vehicles navigation systems[^3]. In summary, conducting image recognition projects using MATLAB within a cloud framework offers flexibility alongside powerful tools necessary for tackling challenging problems efficiently.
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值