龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江工业大学
摘要：本发明属于边缘计算领域，公开了一种边缘计算场景下面向VGG16模型的自适应划分方法，包括：加载VGG16模型的静态模型文件；生成分割点候选集；得到最优分割点；根据VGG16模型的计算时延和最优分割点对应的被选中的概率计算损失函数，并根据损失函数对深度强化学习模型的参数进行更新。本发明决策出完成推理任务所需的神经网络模型的分割点位置的划分方法，以达到延迟最小化。
主权项：1.一种边缘计算场景下面向VGG16模型的自适应划分方法，其特征在于，所述边缘计算场景下面向VGG16模型的自适应划分方法，包括：步骤1、加载VGG16模型的静态模型文件；步骤2、基于静态模型文件遍历VGG16模型的每一层，如果当前层是池化层，则添加当前层到分割点候选集并进入下一层；如果当前层是激活函数层且下一层不是池化层，则添加当前层到分割点候选集并进入下一层；如果当前层是激活函数层且下一层是池化层则直接进入下一层；如果当前层不是池化层也不是激活函数层则直接进入下一层；直至遍历完所有层后得到最终的分割点候选集；步骤3、将深度强化学习模型的输出维度设置为分割点候选集的长度，获取环境状态输入深度强化学习模型，得到由深度强化学习模型输出的分割点候选集中每一分割点被选中的概率，并根据每一分割点被选中的概率采样得到最优分割点，所述VGG16模型中在最优分割点之前的模型部署在用户端设备计算，所述VGG16模型中在最优分割点之后的模型部署在边缘服务器计算；步骤4、根据VGG16模型的计算时延和最优分割点对应的被选中的概率计算损失函数，并根据损失函数对深度强化学习模型的参数进行更新。
全文数据：
权利要求：
百度查询： 浙江工业大学 一种边缘计算场景下面向VGG16模型的自适应划分方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号