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：浙江讯盟科技有限公司

摘要：本发明提供基于边缘计算的AI模型训练和调用方法及系统，涉及数据处理领域，该方法包括：确定多个节点簇和多个训练样本簇；基于相似样本模型的模型划分方案，判断是否对待训练模型进行划分；若判定对待训练模型进行划分，根据多个目标节点簇、训练样本的数据大小、待训练模型的多个候选模型训练参数组和待训练模型的多个候选模型划分方案，确定最优训练方案；若判定不对待训练模型进行划分，基于相似样本模型的模型训练参数，确定待训练模型的候选模型训练参数，对多个节点簇进行筛选，确定多个目标节点簇，进行AI模型训练，建立模型标签，以便调用AI模型，具有实现通过边缘计算联合进行深度神经网络的在线训练的优点。

主权项：1.基于边缘计算的AI模型训练和调用方法，其特征在于，包括：获取多个边缘计算节点的硬件信息、剩余算力资源信息及历史状态信息，根据多个边缘计算节点的硬件信息、剩余算力资源信息及历史状态信息，确定多个节点簇；获取多个训练样本，根据多个训练样本的数据特征和模型标签，确定多个训练样本簇；建立样本模型库，其中，所述样本模型库用于记载多种样本模型的模型划分方案及模型训练参数组，所述模型训练参数组至少包括批次大小及训练轮数；获取待训练模型；基于所述待训练模型的结构信息，从所述样本模型库中查找相似样本模型；基于相似样本模型的模型划分方案，判断是否对所述待训练模型进行划分；若判定对所述待训练模型进行划分，基于所述相似样本模型的模型划分方案和所述待训练模型的结构信息，生成所述待训练模型的多个候选模型划分方案，基于所述相似样本模型的模型训练参数组，确定所述待训练模型的多个候选模型训练参数组，基于所述训练样本的数据大小、所述待训练模型的多个候选模型训练参数组和所述待训练模型的多个候选模型划分方案，对所述多个节点簇进行筛选，确定多个目标节点簇，根据所述多个目标节点簇、所述训练样本的数据大小、所述待训练模型的多个候选模型训练参数组和所述待训练模型的多个候选模型划分方案，确定最优训练方案，根据所述最优训练方案和所述多个训练样本簇，训练待训练模型，获得训练后的AI模型；若判定不对所述待训练模型进行划分，基于所述相似样本模型的模型训练参数，确定所述待训练模型的候选模型训练参数，基于所述训练样本的数据大小和所述待训练模型的多个候选模型训练参数组，对所述多个节点簇进行筛选，确定多个目标节点簇，通过目标节点簇对待训练模型进行训练，获得训练后的AI模型；建立所述训练后的AI模型的模型标签；获取终端发起的模型调用请求，根据所述模型调用请求和每个所述训练后的AI模型的模型标签，调用目标AI模型。

全文数据：

权利要求：

百度查询： 浙江讯盟科技有限公司 基于边缘计算的AI模型训练和调用方法及系统