一种面向边缘计算服务器的深度学习优化方法

本申请涉及深度学习技术领域，公开了一种面向边缘计算服务器的深度学习优化方法。所述方法包括：对神经网络结构进行动态拓扑重构，得到自适应网络结构；对自适应网络结构进行多模态数据处理增强，得到知识增强型网络结构；对知识增强型网络结构进行神经元动态聚类，得到资源优化型网络结构；获取边缘设备网络的设备资源信息并对资源优化型网络结构进行分布式部署，得到边缘协同计算方案；对边缘协同计算方案中的网络中间表示进行符号逻辑转换和反馈优化，得到神经符号混合模型；对模型输入数据和神经符号混合模型进行稀疏表示和压缩感知，得到模型输出数据，本申请提高了边缘计算的实时性和准确性。