[发明专利]一种云端边缘计算融合的深度学习计算系统和方法有效
申请号: | 201711014281.6 | 申请日: | 2017-10-26 |
公开(公告)号: | CN107766889B | 公开(公告)日: | 2021-06-04 |
发明(设计)人: | 孙善宝;于治楼;张爱成 | 申请(专利权)人: | 浪潮集团有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06F9/46;G06F9/54 |
代理公司: | 济南信达专利事务所有限公司 37100 | 代理人: | 姜鹏 |
地址: | 250100 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开一种云端边缘计算融合的深度学习计算系统和方法,涉及云计算、边缘计算和人工智能技术领域,将深度学习计算分布到云端、管道和边缘侧,由云端负责历史数据大计算量的基础模型训练,根据边缘侧的需求进行个性化的模型分发,云端到边缘侧节点部署学习后的深度学习模型,用来完成推理,边缘侧持续进行推理结果的反馈,再上传到云端持续优化模型。相较于传统的训练和推理都在云端的方式,本发明整个深度学习计算过程,将持续优化计算模型,根据边缘侧的需求进行个性化的模型分发,有效的利用了带宽,保证了网络传输的效率,提高了实时业务执行效率。 | ||
搜索关键词: | 一种 云端 边缘 计算 融合 深度 学习 系统 方法 | ||
【主权项】:
一种云端边缘计算融合的深度学习计算方法,其特征在于,将深度学习计算分布到云端、管道和边缘侧,由云端负责历史数据大计算量的基础模型训练,根据边缘侧的需求进行个性化的模型分发,云端到边缘侧节点部署学习后的深度学习模型,用来完成推理,边缘侧持续进行推理结果的反馈,再上传到云端持续优化模型;具体实施流程包括:步骤一,云端产生管道和边缘侧的深度学习模型,并将深度学习模型下发到管道和边缘侧;步骤二,边缘侧根据智能传感设备采集的数据进行推理计算,并根据用户反馈信息和推理的原始数据组合成训练集数据;步骤三,边缘侧将训练集经管道上传至云端,步骤四,云端根据训练集进行深度学习模型训练,优化云端深度学习模型。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浪潮集团有限公司,未经浪潮集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711014281.6/,转载请声明来源钻瓜专利网。
- 上一篇:一种基于弹簧机构的改进型洗浴装置
- 下一篇:一种带有除毛发室的改进型洗浴装置