摘要
本申请公开了一种任务卸载方法、装置、设备及存储介质,涉及边缘计算技术领域,包括:基于各历史数据样本构建第一目标数据集;利用最小化均方误差损失基于预设元学习方法和第一目标数据集确定初始网络模型;并基于预设剪枝技术和预设量化技术对初始网络模型进行压缩得到目标网络模型;根据目标网络模型创建目标任务场景对应的初始卸载决策模型,并利用最小化均方误差损失基于目标任务场景对应的第二目标数据集微调初始卸载决策模型得到目标卸载决策模型;基于目标卸载决策模型生成目标计算任务对应的卸载决策,并基于卸载决策将目标计算任务从目标边缘服务器卸载至目标无服务器平台的目标计算节点。本申请可以实现任务的最优卸载和延迟最小化。
技术关键词
卸载方法
决策
元学习方法
训练深度神经网络
剪枝技术
深度神经网络模型
场景
服务器
联合损失函数
样本
梯度下降算法
数据
误差
集群
层次聚类算法
边缘计算技术
参数
平台
存储计算机程序