龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：国际商业机器公司
摘要：描述了用于生成深度学习DL模型的集合的技术。示例方法包括使用训练数据来训练DL模型的初始集合，其中基于参数向量来确定DL模型中的每一个的拓扑。该方法还包括基于边缘相关度量的集合为初始集合中的DL模型中的每一个生成估计性能函数的集合，以及基于估计性能函数的集合生成多个目标函数。该方法还包括基于目标函数生成最终DL模型集合，接收对从最终DL模型集合中选择的DL模型的用户选择，并将所选择的DL模型部署到边缘设备。
主权项：1.一种生成深度学习DL模型的集合的方法，所述方法包括：在训练数据上训练包括不同拓扑的深度学习DL模型的初始集合，其中基于参数向量确定DL模型的初始集合中的每一个DL模型的拓扑；其中训练DL模型的初始集合包括针对与关联于边缘设备的多个资源限制相关的多个边缘相关度量中的每一个，为所述初始集合中的DL模型中的每一个生成估计性能函数的集合，其中每个估计性能函数包括针对多个边缘相关度量中的每一个计算的值的集合，所述值的集合描述了每个DL模型的性能在关于多个边缘相关度量中的每一个的整个参数范围内如何改变；对于多个边缘相关度量中的每一个，基于所述估计性能函数的集合生成多个目标函数；基于对所生成的所述多个目标函数的多个目标优化来训练从所述初始集合中选择的多个最终DL模型，其中使用新的模型参数来训练所述多个最终DL模型，并且针对所述多个最终DL模型中的每一个，关于多个边缘相关度量中的每一个计算新的估计性能函数，其中响应于检测到来自所述多个最终DL模型中的最终DL模型的新的估计性能函数与来自DL模型的初始集合中的DL模型的估计性能函数之间的差超过阈值误差标准，使用新的估计性能函数来生成更新的多个目标函数并产生最终DL模型的新集合；接收对从所述最终DL模型的新集合中选择的DL模型的用户选择；和将所选择的DL模型部署到边缘设备。
全文数据：
权利要求：
百度查询： 国际商业机器公司 深度学习模型对资源受限边缘设备的适应
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号