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：浙江生一光学感知科技有限公司

摘要：本发明涉及一种基于边缘计算最大化利用边缘设备资源的方法，属于边缘计算技术领域，所述方法包括：S1：选择初始模型：根据边缘设备数据特性，选择一个初始的深度神经网络模型；S2：对模型的权重初始化：采用对称量化法对模型进行权重初始化；S3：获得阈值较小的权重集合；S4：通过L1正则化剪枝确定剪枝的比例；S5:自动迭代优化：根据边缘设备采集数据情况，反复进行剪枝实验和性能评估，重复上述S2到S4操作，逐步优化剪枝比例，找到平衡点，在满足性能要求的同时实现较高的模型压缩效果；S6:验证和验证集：使用独立的验证集来验证模型的性能和准确性。确保剪枝后的模型依然具有良好的泛化能力。

主权项：1.一种基于边缘计算最大化利用边缘设备资源的方法，其特征在于，所述方法包括：S1：选择初始模型：根据边缘设备数据特性，选择一个初始的深度神经网络模型；S2：对模型的权重初始化：采用对称量化法对模型进行权重初始化；权重初始化表达式为：threoldx＝roundxdelta*delta，其中：roundxdelta中的x是输入的连续值，delta是量化间隔，threoldx为连续值x映射到最接近的域值；S3：获得阈值较小的权重集合；权重集合的表达式为：threshold_set[]＝k*expc*threoldx其中，threoldx连续值x映射到最接近的域值，k和c是常数，通过指数函数，较大的权重值将得到较小的阈值，threshold_set[]为权重集合；S4：通过L1正则化剪枝确定剪枝的比例：在L1正则化剪枝中，得到最优解的剪枝的比例L1_regularization{}直接影响模型的压缩程度，从而影响边缘设备的利用率；最优解的剪枝的比例的表达式为：L1_regularization{}＝lambda*sumabsthreshold_set[]其中，lambda是正则化参数，threshold_set[]是上步得到的模型的权重集合；S5:自动迭代优化：根据边缘设备采集数据情况，反复进行剪枝实验和性能评估，重复上述S2到S4操作，逐步优化剪枝比例，找到平衡点，在满足性能要求的同时实现较高的模型压缩效果；S6:验证和验证集：使用独立的验证集来验证模型的性能和准确性，确保剪枝后的模型依然具有良好的泛化能力。

全文数据：

权利要求：

百度查询： 浙江生一光学感知科技有限公司 一种基于边缘计算最大化利用边缘设备资源的方法