買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜北京科技大學申請的專利一種面向云計算和邊緣計算的深度學習的優化方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114036155B 。

龍圖騰網通過國家知識產權局官網在2025-05-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111333858.6，技術領域涉及：G06F16/22；該發明授權一種面向云計算和邊緣計算的深度學習的優化方法及裝置是由張文宇;張海君;邵華設計研發完成，并于2021-11-11向國家知識產權局提交的專利申請。

本一種面向云計算和邊緣計算的深度學習的優化方法及裝置在說明書摘要公布了：本發明公開了一種面向云計算和邊緣計算的深度學習的優化方法及裝置，涉及計算機技術領域。包括：服務器節點根據服務性能需求優化配置發送數據壓縮比例以及深度學習模型復雜度壓縮比例；服務器節點根據模型壓縮比例配置模型的結構和參數得到深度學習優化模型；發送節點將待執行任務的數據進行壓縮，并發送給服務器節點；服務器節點接收壓縮數據，直接輸入到深度學習模型或經過還原重構后輸入到深度學習優化模型；服務器節點基于輸入數據以及所配置的深度學習優化模型，輸出待執行任務的最優動態優化結果；最優動態化結果為服務代價最小時的結果。本發明能夠對深度學習的模型復雜度和數據傳輸量進行動態配置，達到動態實時優化。

本發明授權一種面向云計算和邊緣計算的深度學習的優化方法及裝置在權利要求書中公布了：1.一種面向云計算和邊緣計算的深度學習的優化方法，其特征在于，所述方法由深度學習的優化系統實現，所述深度學習的優化系統包括發送節點、服務器節點，所述方法包括：S1、所述發送節點將待執行任務的數據進行壓縮，并發送給所述服務器節點；S2、所述服務器節點接收壓縮數據，并輸入到深度學習優化模型；S3、所述服務器節點基于所述壓縮數據以及所述深度學習優化模型，輸出所述待執行任務的最優動態優化結果；所述最優動態優化結果為服務代價最小時的結果；所述S1中的所述發送節點將待執行任務的數據進行壓縮包括：所述發送節點按照數據壓縮比例對所述待執行任務的數據進行壓縮；所述數據壓縮比例表示為a，0≤a1，a的值越大則數據壓縮的比例也越大，所需傳輸的數據量也越少；所述S3中的所述服務代價包括時延代價ra，b和能耗代價Ea，b；服務代價Ca，b的計算公式由下式1表示：Ca，b＝sra，b+1-sEa，b1其中，b為模型壓縮比例，0≤b1；s為所述時延代價和能耗代價的權重系數，0≤s≤1；時延代價ra，b的計算公式由下式2表示：ra，b＝Ttra+Tcpb＝1-aTtr0+1-bTcp02其中，Ttra表示傳輸時延，Tcpb表示計算時延，Ttr0表示a＝0時的傳輸時延，Tcp0表示b＝0時的計算時延；能耗代價Ea，b的計算公式由下式3表示：Ea，b＝Etra+Ecpb＝1-aEtr0+1-bEcp03其中Etra表示傳輸能耗，Ecpb表示計算能耗，Etr0表示a＝0時的傳輸能耗，Ecp0表示b＝0時的傳輸能耗；將公式23代入公式1得到服務代價的計算公式，如下式4所示：Ca，b＝1-as[Ttr0+Etr0]+1-b1-s[Tcp0+Ecp0]4令服務代價系數x＝s[Ttr0+Etr0]，服務代價系數y＝1-s[Tcp0+Ecp0]，則上式4進一步簡要表示為下式5：Ca，b＝1-ax+1-by5根據上述公式5，當服務代價系數x，y已知時，通過配置a和b得到服務代價；所述深度學習優化模型包括訓練模塊以及部署模塊；所述S3中的所述服務器節點基于所述壓縮數據以及所述深度學習優化模型，輸出所述待執行任務的最優動態優化結果包括：S31、將所述壓縮數據輸入到所述訓練模塊，得到模型池以及模型池內每個模型對應的模型能力查詢表MCQT，所述模型能力查詢表的映射函數為Qa，b；S32、基于所述模型池、模型能力查詢表以及所述部署模塊，得到所述待執行任務的最優動態優化結果；所述S31中的所述將所述壓縮數據輸入到所述訓練模塊，得到模型池以及模型池內每個模型對應的模型能力查詢表MCQT包括：S311、根據所述待執行任務設定M個數據壓縮比例、N個模型壓縮比例，并確定數據壓縮方法以及初始的深度學習模型；其中，M、N均為正整數；S312、根據所述M個數據壓縮比例和N個模型壓縮比例，對所述初始的深度學習模型進行訓練，得到所述模型池，所述模型池由MxN個不同模型組成，所述每個模型具有不同的數據壓縮比例和模型復雜度壓縮比例；S313、根據所述模型池中的每個模型的輸出結果的質量，測試所述每個模型的能力值；所述模型輸出結果的質量包括：分類準確率、均方誤差；S314、根據所述模型的能力值、模型復雜度壓縮比例、數據壓縮比例，得到所述模型的能力值與所述模型復雜度壓縮比例、數據壓縮比例兩個指標之間的模型能力查詢表。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京科技大學，其通訊地址為：100083 北京市海淀區學院路30號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。