【技术实现步骤摘要】
本专利技术涉及深度学习和云计算领域，特别涉及一种基于时间卷积和长短期记忆网络的容器云资源预测方法。
技术介绍
1、容器是一种新的轻量级虚拟化技术，不需要虚拟机监控，与传统云计算相比，容器云具有开销少，启动时间短的优点，但对于资源的管理存在一定的问题，会出现供不应求和过度供应的情况。目前各大厂商致力于为用户提供优质的服务，合理对容器内的资源进行分配和部署，可以提升用户的体验。容器云允许远程访问计算资源，允许多台计算机协作和共享资源，这些资源可以根据工作负载进行动态配置，从而实现资源的合理分配以及利用。目前容器云的兴起使得云计算发展更加快速，使得用户能更加容易和快速的获取所需的资源。云计算资源负载预测是通过解析机器的历史负载信息，寻找过去与未来的云计算资源负载之间的关系，预测未来短期时间内的云资源负载，为厂商云计算资源的动态分配、云计算平台的机器部署以及降低运维人力成本提供重要依据。
2、循环神经网络是预测任务的主流技术之一，但该模型仍然存在局限性：
3、（1）梯度消失和爆炸：在反向传播时，梯度在多个时间步上连续相乘...
【技术保护点】
1.一种基于时间卷积和长短期记忆网络的容器云资源预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于时间卷积和长短期记忆网络的容器云资源预测方法，其特征在于，所述步骤S1包括以下步骤：
3.根据权利要求1所述的基于时间卷积和长短期记忆网络的容器云资源预测方法，其特征在于，所述步骤S2包括以下步骤：
4.根据权利要求1所述的基于时间卷积和长短期记忆网络的容器云资源预测方法，其特征在于，所述步骤S3包括以下步骤：
5.根据权利要求1所述的基于时间卷积和长短期记忆网络的容器云资源预测方法，其特征在于，所述步骤S4
【技术特征摘要】
1.一种基于时间卷积和长短期记忆网络的容器云资源预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于时间卷积和长短期记忆网络的容器云资源预测方法，其特征在于，所述步骤s1包括以下步骤：
3.根据权利要求1所述的基于时间卷积和长短期记忆网络的容器云资源预测方法，其特征在于，所述步骤s2包括以下步骤：
4.根据...
【专利技术属性】
技术研发人员：陈基漓，李海军，谢晓兰，劳榕，
申请(专利权)人：桂林理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。