传统的训练模式需先将所有的数据汇聚再一起,才能进行后续的模型训练。在网络边缘进行大规模的数据汇聚会增加高昂的传输开销。为了避免原始数据传输,面向边缘设备上不断到达的流式数据,本文提出的边缘训练方法,能在边缘设备峰值负载可控的前提下,在保障训练效果的同时,降低边缘训练的总体开销。