[发明专利]针对可穿戴设备深度学习应用模型分载系统及方法有效
| 申请号： | 201810020303.8 | 申请日： | 2018-01-09 |
| 公开（公告）号： | CN108363478B | 公开（公告）日： | 2019-07-12 |
| 发明（设计）人： | 刘譞哲;黄罡;徐梦炜;马郓 | 申请（专利权）人： | 北京大学 |
| 主分类号： | G06F1/3234 | 分类号： | G06F1/3234;G06N3/04;G06N3/08;G10L15/26 |
| 代理公司： | 北京润泽恒知识产权代理有限公司 11319 | 代理人： | 莎日娜 |
| 地址： | 100871 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种针对可穿戴设备深度学习应用模型分载系统及方法，包括：预测模型模块，用以预测运行该深度学习应用模型的各层所需的时间与电量作为预测数据；开发者接口模块，用以作为将模型分载算法和数据引入深度学习应用中的接口；状态信息收集模块，用以收集硬件信息以及应用模型运行时状态，作为分载依据；模型分载决策模块，加载模型分载算法和数据，用以获取全部可能的分载情况，然后根据分载依据及预测数据从中搜索最优的分载方式；依据该最优分载方式将深度学习应用模型分载为两个子模型。作为自动化深度学习运行和优化框架，其核心思想是根据当前运行时环境寻找最优的模型分载方式，将一部分子模型的运算卸载到配对的移动手机上。 | ||
| 搜索关键词： | 应用模型 可穿戴设备 学习 预测数据 算法 预测模型模块 状态信息收集 运行时环境 运行时状态 核心思想 接口模块 决策模块 移动手机 硬件信息 子模型 加载 卸载 配对 电量 运算 搜索 自动化 引入 预测 应用 优化 开发 | ||
【主权项】：
1.针对可穿戴设备深度学习应用模型分载系统，其特征在于，包括：预测模型模块，用以预测运行该深度学习应用模型的各层所需的时间与电量作为预测数据；开发者接口模块，用以作为将模型分载算法和数据引入深度学习应用中的接口；状态信息收集模块，用以收集硬件信息以及应用模型运行时状态，作为分载依据；模型分载决策模块，加载模型分载算法和数据，用以获取全部可能的分载情况，然后根据分载依据及预测数据从中搜索最优的分载方式；依据该最优分载方式将深度学习应用模型分载为两个子模型；其中，用以获取全部可能的分载情况，然后根据分载依据及预测数据从中搜索最优的分载方式包括；对于线性的深度学习模型，遍历每一条边将其作为一个割，将整个模型分为两个部分；对于非线性的深度学习模型，对模型中计算量小的节点进行剪枝；将模型中重复的子结构合并为一个节点。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大学，未经北京大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810020303.8/，转载请声明来源钻瓜专利网。
