[论文复现]Edge AI: On-Demand Accelerating Deep Neural Network Inference via Edge Computing

论文翻译连接 https://www.jianshu.com/p/b1be6a8a0bf7

文章中提到的轮子有:
1.在开源BranchyNet 和Chainer下,实现了分支模型。

2.使用经典AlexNet模型对cifar-10数据集执行图像识别任务。

3.设置静态带宽环境,我们使用WonderShaper工具 控制可用带宽。

4.对于动态带宽环境设置,我们使用比利时4G / LTE带宽记录的数据集来模拟动态带宽环境。

  1. 为了生成配置图,我们使用Oboe提供的综合带宽跟踪来生成428个带宽状态,范围从0Mbps到6Mbps。

你可能感兴趣的:([论文复现]Edge AI: On-Demand Accelerating Deep Neural Network Inference via Edge Computing)