首页 > 《中国科技信息》 > 2024年8期 > 云边协同下的子类蒸馏卷积神经网络模型优化与压缩研究

云边协同下的子类蒸馏卷积神经网络模型优化与压缩研究

在线阅读下载PDF 导出详情

摘要摘要：随着深度学习技术的快速发展，卷积神经网络（CNN）在图像识别、目标检测等领域取得了显著成就。CNN模型通常具有大量的参数和复杂的结构，这不仅导致了高昂的计算成本，也限制了其在资源受限设备上的部署。为了解决这一问题，模型优化与压缩成为研究的热点。云边协同作为一种新兴的计算模式，能够有效整合云端和边缘设备的计算资源，为CNN模型的优化提供了新的思路。通过在云端进行复杂的计算和模型训练，同时在边缘设备上部署轻量级模型，可以实现性能与效率的平衡。

DOI lj1ee5g6rd/8416768

作者冯宣祯

机构地区不详

出处《中国科技信息》 2024年8期

关键词云边协同子类蒸馏卷积神经网络模型优化与压缩

分类 [建筑科学][建筑技术科学]

出版日期 2024年07月01日（中国期刊网平台首次上网日期，不代表论文的发表时间）