[发明专利]一种动态变化网络环境下深度学习模型的加速执行方法在审
| 申请号： | 202110288968.9 | 申请日： | 2021-03-18 |
| 公开（公告）号： | CN112990018A | 公开（公告）日： | 2021-06-18 |
| 发明（设计）人： | 王扬 | 申请（专利权）人： | 江苏边智科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06F9/50;G06N3/04;G06N3/08 |
| 代理公司： | 南京乐羽知行专利代理事务所(普通合伙) 32326 | 代理人： | 李玉平 |
| 地址： | 226000 江苏省南通市崇川*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种动态变化网络环境下深度学习模型的加速执行方法，利用网络流算法对DAG类型的神经网络进行切割，允许在将DNN同时部署在边缘端和云端，限制了数据传输的同时也加速了推理。利用无向图割顶的性质，提出了一种两步方法减少了最小割模型的决策时间。利用新的时延测量方法，与其他方法相比，该方法能够达到减少推理时延和提高吞吐量的效果。方法可以自适应的根据网速对卷积神经网络进行切割，当网速较快的时候，尽可能的将计算任务交给云端处理，而当网速较慢的时候，尽可能的将计算任务在边缘进行计算，将中间结果传输到云端进行处理。 | ||
| 搜索关键词： | 一种 动态 变化 网络 环境 深度 学习 模型 加速 执行 方法 | ||
【主权项】：
暂无信息
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江苏边智科技有限公司，未经江苏边智科技有限公司许可，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/202110288968.9/，转载请声明来源钻瓜专利网。
