[发明专利]一种雾计算环境个性化深度学习方法有效
| 申请号： | 201711144604.3 | 申请日： | 2017-11-17 |
| 公开（公告）号： | CN107871164B | 公开（公告）日： | 2021-05-04 |
| 发明（设计）人： | 孙善宝;于治楼;谭强 | 申请（专利权）人： | 浪潮集团有限公司 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063;H04L29/08 |
| 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： | 本发明公开了一种雾计算环境个性化深度学习方法，云端节点通过海量训练数据进行通用模型的训练，将训练得到的通用模型分发到各个雾计算节点，再利用雾计算节点的计算和存储能力训练满足边缘侧行业需求的深度学习模型；通过从智能传感设备中采集数据，在雾计算节点实时推理，实时输出结果；识别出推理出现的错误，持续的训练优化模型，并能将行业个性化模型选择性的传入云端，同时接收云端的通用模型并持续改进优化。本发明的和现有技术相比，提高实时业务执行效率，同时个性化深度学习模型保存在雾计算节点中，保证了模型的安全性，另一方面，可以根据用户许可，将模型分享到云端，是模型具有开放性。 | ||
| 搜索关键词： | 一种 计算 环境 个性化 深度 学习方法 | ||
【主权项】：
一种雾计算环境个性化深度学习方法，其特征在于，云端节点通过海量训练数据进行通用模型的训练，将训练得到的通用模型分发到各个雾计算节点，再利用雾计算节点的计算和存储能力训练满足边缘侧行业需求的深度学习模型；通过从智能传感设备中采集数据，在雾计算节点实时推理，实时输出结果；识别出推理出现的错误，持续的训练优化模型，并能将行业个性化模型选择性的传入云端，同时接收云端的通用模型并持续改进优化。
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/201711144604.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种环绕式车载绞盘系统
- 下一篇：夹球式夹持结构
