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！

龙图腾网恭喜北京科技大学申请的专利一种面向云计算和边缘计算的深度学习的优化方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114036155B 。

龙图腾网通过国家知识产权局官网在2025-05-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111333858.6，技术领域涉及：G06F16/22；该发明授权一种面向云计算和边缘计算的深度学习的优化方法及装置是由张文宇;张海君;邵华设计研发完成，并于2021-11-11向国家知识产权局提交的专利申请。

本一种面向云计算和边缘计算的深度学习的优化方法及装置在说明书摘要公布了：本发明公开了一种面向云计算和边缘计算的深度学习的优化方法及装置，涉及计算机技术领域。包括：服务器节点根据服务性能需求优化配置发送数据压缩比例以及深度学习模型复杂度压缩比例；服务器节点根据模型压缩比例配置模型的结构和参数得到深度学习优化模型；发送节点将待执行任务的数据进行压缩，并发送给服务器节点；服务器节点接收压缩数据，直接输入到深度学习模型或经过还原重构后输入到深度学习优化模型；服务器节点基于输入数据以及所配置的深度学习优化模型，输出待执行任务的最优动态优化结果；最优动态化结果为服务代价最小时的结果。本发明能够对深度学习的模型复杂度和数据传输量进行动态配置，达到动态实时优化。

本发明授权一种面向云计算和边缘计算的深度学习的优化方法及装置在权利要求书中公布了：1.一种面向云计算和边缘计算的深度学习的优化方法，其特征在于，所述方法由深度学习的优化系统实现，所述深度学习的优化系统包括发送节点、服务器节点，所述方法包括：S1、所述发送节点将待执行任务的数据进行压缩，并发送给所述服务器节点；S2、所述服务器节点接收压缩数据，并输入到深度学习优化模型；S3、所述服务器节点基于所述压缩数据以及所述深度学习优化模型，输出所述待执行任务的最优动态优化结果；所述最优动态优化结果为服务代价最小时的结果；所述S1中的所述发送节点将待执行任务的数据进行压缩包括：所述发送节点按照数据压缩比例对所述待执行任务的数据进行压缩；所述数据压缩比例表示为a，0≤a1，a的值越大则数据压缩的比例也越大，所需传输的数据量也越少；所述S3中的所述服务代价包括时延代价ra，b和能耗代价Ea，b；服务代价Ca，b的计算公式由下式1表示：Ca，b＝sra，b+1-sEa，b1其中，b为模型压缩比例，0≤b1；s为所述时延代价和能耗代价的权重系数，0≤s≤1；时延代价ra，b的计算公式由下式2表示：ra，b＝Ttra+Tcpb＝1-aTtr0+1-bTcp02其中，Ttra表示传输时延，Tcpb表示计算时延，Ttr0表示a＝0时的传输时延，Tcp0表示b＝0时的计算时延；能耗代价Ea，b的计算公式由下式3表示：Ea，b＝Etra+Ecpb＝1-aEtr0+1-bEcp03其中Etra表示传输能耗，Ecpb表示计算能耗，Etr0表示a＝0时的传输能耗，Ecp0表示b＝0时的传输能耗；将公式23代入公式1得到服务代价的计算公式，如下式4所示：Ca，b＝1-as[Ttr0+Etr0]+1-b1-s[Tcp0+Ecp0]4令服务代价系数x＝s[Ttr0+Etr0]，服务代价系数y＝1-s[Tcp0+Ecp0]，则上式4进一步简要表示为下式5：Ca，b＝1-ax+1-by5根据上述公式5，当服务代价系数x，y已知时，通过配置a和b得到服务代价；所述深度学习优化模型包括训练模块以及部署模块；所述S3中的所述服务器节点基于所述压缩数据以及所述深度学习优化模型，输出所述待执行任务的最优动态优化结果包括：S31、将所述压缩数据输入到所述训练模块，得到模型池以及模型池内每个模型对应的模型能力查询表MCQT，所述模型能力查询表的映射函数为Qa，b；S32、基于所述模型池、模型能力查询表以及所述部署模块，得到所述待执行任务的最优动态优化结果；所述S31中的所述将所述压缩数据输入到所述训练模块，得到模型池以及模型池内每个模型对应的模型能力查询表MCQT包括：S311、根据所述待执行任务设定M个数据压缩比例、N个模型压缩比例，并确定数据压缩方法以及初始的深度学习模型；其中，M、N均为正整数；S312、根据所述M个数据压缩比例和N个模型压缩比例，对所述初始的深度学习模型进行训练，得到所述模型池，所述模型池由MxN个不同模型组成，所述每个模型具有不同的数据压缩比例和模型复杂度压缩比例；S313、根据所述模型池中的每个模型的输出结果的质量，测试所述每个模型的能力值；所述模型输出结果的质量包括：分类准确率、均方误差；S314、根据所述模型的能力值、模型复杂度压缩比例、数据压缩比例，得到所述模型的能力值与所述模型复杂度压缩比例、数据压缩比例两个指标之间的模型能力查询表。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京科技大学，其通讯地址为：100083 北京市海淀区学院路30号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。