wyc941012/Edge-Intelligence
随着移动云计算和边缘计算的快速发展,以及人工智能的广泛应用,产生了边缘智能(Edge Intelligence)的概念。深度神经网络(例如CNN)已被广泛应用于移动智能应用程序中,但是移动设备有限的存储和计算资源无法满足深度神经网络计算的需求。神经网络压缩与加速技术可以加速神经网络的计算,例如剪枝、量化、卷积核分解等。但是这些技术在实际应用非常复杂,并且可能导致模型精度的下降。在移动云计算或边缘计算中,任务卸载技术可以突破移动终端的资源限制,减轻移动设备的计算负载并提高任务处理效率。通过任务卸载技术优化深度神经网络成为边缘智能研究中的新方向。Neurosurgeon: Collaborative Intelligence Between the Cloud and Mobile Edge这篇文章提出了协同推断的**,将深度神经网络进行分区,一部分层在移动端计算,而另一部分在云端计算。根据硬件平台、无线网络以及服务器负载等因素实现动态分区,降低时延以及能耗。本项目给出了边缘智能方面的相关论文,并且给出了一个Python语言实现的卷积神经网络协同推断实验平台。关键词:边缘智能(Edge Intelligence),计算卸载(Computing Offloading),CNN模型分区(CNN Partition),协同推断(Collaborative Inference),移动云计算(Mobile Cloud Computing)
Python
Issues
- 1
请问一下有训练模型并保存成pkl文件的代码吗
#12 opened by 17839792633 - 1
对Neurosurgeon: Collaborative Intelligence Between the Cloud and Mobile Edge论文中某些地方不理解,请问大佬能解答一下吗
#11 opened by lebron8dong - 1
在哪能找到该系统的文章详细介绍?
#6 opened by vovocol - 1
请问这个程序的文章出处在哪里呀?
#7 opened by Ykw1234 - 1
系统实现说明
#5 opened by Dannycooper126 - 6
本人小白,请教个问题
#2 opened by yue5667 - 1
具体的模型分区执行应该如何实现
#4 opened by yanxinlei - 1
模型都没训练好吧。。。
#3 opened by hucw999 - 1
unavailable papers
#1 opened by Skyve1996