科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于自动机器学习的边缘计算模型训练方法,包括以下步骤：在边缘服务器训练计算模型前获取当前的计算任务信息和服务器计算资源情况；通过NAS(Neural Architecture Search)根据计算任务信息和计算资源情况,对自动机器学习算法的超参数进行学习和约束；在确定自动机器学习算法的超参数后,通过自动机器学习算法根据输入数据自动训练出最优的计算模型。与当前边缘服务器上的计算模型不同,本方法的模型采用了自动机器学习技术,可以减轻模型开发和维护成本,在自动生成模型时考虑到边缘服务器的异构性、资源有限性以及计算任务对计算时延的要求问题,使生成的计算模型更具有泛化能力。
- 单位
