摘要
本申请提供的缓存优化模型训练方法、协作边缘缓存方法及装置,包括:各个用户端分别根据其本地数据确定在本次迭代中的预计收益,结合所分配到的带宽确定在本次迭代中的通信成本,以确定是否参与本次迭代,参与本次迭代的用户端根据其本地状态信息对边缘节点发送的模型参数进行训练,并将训练后的模型参数上传到边缘节点中,边缘节点对接收到用户端上传的模型参数进行聚合,得到全局模型参数,以对预训练模型的模型参数进行更新。如此,每个用户端可以根据预计收益和通信成本确定是否参与迭代,这样能够挑选出贡献度较大的用户端参与到缓存优化模型的训练中,优化训练资源的分配,帮助模型更好地预测用户需求,提高缓存效率和降低内容获取的时延。
技术关键词
缓存替换策略
模型训练方法
预训练模型
联邦学习系统
边缘缓存方法
节点
时延
计算机可读指令
预测用户需求
数据
参数更新模块
模型训练装置
模型训练模块
缓存装置
计算机设备
存储器
处理器
云端
系统为您推荐了相关专利信息
测试脚本生成方法
强化学习算法
测试脚本生成装置
预训练模型
处理器
样本
声音信号处理方法
麦克风阵列采集
可见光图像
模型训练方法