一种最优化调度策略的确定方法及装置和电子设备制造方法及图纸

本公开提供一种最优化调度策略的确定方法及装置和电子设备，所述方法包括：基于调度策略对多任务网络模型进行编码，获得编码模型，编码模型包括多个子网络模型；采用进化算法对调度策略进行优化，获得最优化调度策略，进化算法的选择策略满足每个子网络模型的运行指标与相应联网设备的运行能力匹配，最优化调度策略的选择策略满足编码模型的总能耗最低。本公开提供的方法可以在处理共用数据源的不同神经网络任务时，无需重复调度共享多任务网络模型的主干节点，能够降低计算消耗，提升相应联网设备的处理能效，提高调度效率；同时，还可以基于进化算法实时自动获取最优化调度策略，从而保证多分支网络模型的运行总能耗最低。低。低。

【技术实现步骤摘要】
一种最优化调度策略的确定方法及装置和电子设备


[0001]本公开涉及边缘计算
，尤其涉及一种最优化调度策略的确定方法及装置和电子设备。

技术介绍

[0002]边缘计算是指在靠近物或数据源头的网络边缘侧，通过融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务。也就是说，边缘计算是将从物联网设备采集到的数据，直接在靠近数据产生的本地设备或网络中进行数据处理，无需再将数据传输至云端数据处理中心，可以解决传统云计算实时性不够、带宽不足、数据安全和隐私等问题。
[0003]相关技术中，一个十字交通路口的摄像头采集的视频数据可能被应用于多个机器学习任务，这些视频数据可以应用于道路车辆检测、车辆识别、道路拥堵检测、道路流量分析等大量不同的任务。在部署这些任务对应的神经网络模型时，将每个任务对应的神经网络模型看成一个单独的神经网络模型，并将所有任务对应的神经网络模型一起进行调度，忽略了这些神经网络模型可以共享多任务网络模型的主干网络。
[0004]另外，还可以针对其中一个任务，将该任务对应的神经网络模型根据不同层的计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种最优化调度策略的确定方法，其特征在于，所述最优化调度策略用于调度多任务网络模型，所述方法包括：基于调度策略对所述多任务网络模型进行编码，获得编码模型，所述编码模型包括多个子网络模型；采用进化算法对所述调度策略进行优化，获得最优化调度策略，所述进化算法的选择策略满足每个所述子网络模型的运行指标与相应联网设备的运行能力匹配，所述最优化调度策略的选择策略满足所述编码模型的总能耗最低。2.根据权利要求1所述的方法，其特征在于，所述多任务网络模型包括第一网络单元，所述第一网络单元包括第一主干网络以及连接在所述第一主干网络的m个第一分支子网络，所述第一主干网络具有串联的n个第一主干节点，每个所述第一主干节点与相应所述第一分支子网络连接，所述优化的最大次数为2
m+n
，m和n均为大于或等于2的整数。3.根据权利要求2所述的方法，其特征在于，所述多个子网络模型包括第二网络单元和k个第三网络单元，所述第二网络单元用于运行在第一联网设备上，所述第三网络单元运行在第二联网设备上，所述第二网络单元包括第二主干网络以及连接在所述第二主干网络的r个第二分支子网络，每个所述第三网络单元为第三分支子网络，k和r均为大于或等于1的整数，m=k+r。4.根据权利要求3所述的方法，其特征在于，所述第二主干网络具有串接的r个第二主干节点，至少一个所述第二主干节点与相应所述第二分支子网络连接；或，至少一个所述主干节点与至少一个所述第二分支子网络连接。5.根据权利要求3所述的方法，其特征在于，每个所述第三分支子网络包括串接的s个分支节点，所述第二联网设备包括t个子设备，s个所述分支节点用于运行在至少一个所述子设备，t和s均为大于或等于1的整数，t≤s。6.根据权利要求3所述的方法，其特征在于，所述第二主干网络包括所述第一主干网络的第1个第一主干节点至第r个第一主干节点，r为大于1且小于n的整数。7.根据权利要求1~6任一项所述...

【专利技术属性】
技术研发人员：贾耀仓，孔庆凯，陈维伟，
申请(专利权)人：北京中科海芯科技有限公司，
类型：发明
国别省市：