摘要
一种基于DNN划分和特征压缩的自适应端边协同方法,包括以下步骤:步骤一、收集网络环境状态信息;步骤二、输入环境状态信息到策略模型;步骤三、输出模型分割点和压缩率联合动作的概率分布;步骤四、移动设备执行DNN模型前半部分计算;步骤五、特征的通道重要性计算;步骤六、通道重要性排序;步骤七、特征图的通道缩减和特征量化;步骤八、发送压缩后的中间特征数据到边缘计算服务器;步骤九、边缘设备反量化和继续计算;步骤十、收集推理性能数据;步骤十一、计算奖励函数值;步骤十二、计算梯度值;步骤十三、将梯度值进行回传,实现梯度反向传播,优化DRL模型参数。本发明确保在满足准确性要求的同时有效降低推理延迟和能耗。
技术关键词
环境状态信息
协同方法
DNN模型
中间层
策略
无线设备
数据
头部模型
池化特征
移动设备
决策
通道注意力机制
双曲正切函数
深度强化学习
服务器
采样器
无线网络
计算方法
系统为您推荐了相关专利信息
配电网设备状态
数据驱动模型
多模态
深度学习模型优化
数字孪生建模
实时数据
可再生能源
电网运行优化方法
接入点
动态