典型文献
基于边缘计算的按需优化的深度学习模型
文献摘要：
为了应对以云服务器为中心的深度学习模型存在实时性较差的缺点,提出一种基于边缘计算的按需优化的深度学习模型,模型基于通信带宽和延时限制,自适应地将深度学习模型分配到终端设备和边缘服务器上并进行裁剪,从而最大化计算精度.仿真实验结果表明,相比仅仅将深度学习模型部署在终端设备或边缘服务器上,该算法具有更强的计算优势.
文献关键词：
深度学习;边缘计算;延时限制
中图分类号：
作者姓名：
单博炜;张荣涛
作者机构：
长安大学,陕西 西安 710064
文献出处：
引用格式：
[1]单博炜;张荣涛-.基于边缘计算的按需优化的深度学习模型)[J].移动通信,2022(09):20-23
A类：
延时限制
B类：
边缘计算,深度学习模型,云服务器,通信带宽,配到,终端设备,边缘服务器,裁剪,计算精度,模型部署
AB值：
0.205648
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
