首页> 外国专利> CONTROLLING PERFORMANCE OF DEPLOYED DEEP LEARNING MODELS ON RESOURCE CONSTRAINED EDGE DEVICE VIA PREDICTIVE MODELS

CONTROLLING PERFORMANCE OF DEPLOYED DEEP LEARNING MODELS ON RESOURCE CONSTRAINED EDGE DEVICE VIA PREDICTIVE MODELS

机译:通过预测模型控制资源约束边缘设备上部署深度学习模型的性能

摘要

An example system includes a processor to receive a data input and a predicted performance of a Deep Learning (DL) model deployed on a resource constrained edge device from a predictive model. The processor is to modify a control input for the DL model based on the data input and the predicted performance. The processor is to send the control input to the deployed DL model to modify performance of the DL model.
机译:示例系统包括处理器,用于从预测模型从资源受限的边缘设备上部署在资源受限的边缘设备上的深度学习(DL)模型的数据输入和预测性能。处理器是基于数据输入和预测性能修改DL模型的控制输入。处理器是将控制输入发送到部署的DL模型以修改DL模型的性能。

著录项

  • 公开/公告号US2021064981A1

    专利类型

  • 公开/公告日2021-03-04

    原文格式PDF

  • 申请/专利权人 INTERNATIONAL BUSINESS MACHINES CORPORATION;

    申请/专利号US201916550290

  • 发明设计人 LIOR TURGEMAN;

    申请日2019-08-26

  • 分类号G06N3/08;G06N3/10;

  • 国家 US

  • 入库时间 2022-08-24 17:29:54

相似文献

  • 专利
  • 外文文献
  • 中文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号