tjyy-1223 / neurosurgeon Goto Github PK

您好请问，输入运行指令后代码一直会显示在运行但不会有结果输出是什么情况呢，新手小白求大佬指教

我们是否需要真实的边缘设备和服务器进行代码部署呢，还是就是只是在一个设备上进行模拟呢

想请问一下这个问题您本人遇到吗，我重装了虚拟环境依然存在这个问题，谢谢了

对于模型的划分我们有哪些方法，有没有具体的代码，如何讲一个深度学习模型切片，拆分呢

我在看您这个传输时延是将数据分为数据包分段接受，然后每次计算接受数据时的时延，然后累加，但是我看传播时延的计算公式不是用数据量大小除以带宽算出的传输时延吗，想知道这两个有区别吗或者是它们之间的误差大吗？

你的dataset目录下的那里面的表格数据是固定的的嘛，他是记录我们每一次协同推理的结果吗，
这个数据是什么时候采集的呢，是我们每一次运行的时候采集的嘛

请问大佬，predictor的dataset是怎么生成的？我看代码只有根据dataset生成config，没有生成dataset的相关代码。

解决了 cpu只能跑vgg
换到cuda之后都能跑了

博主你好，我想问一下，在部署阶段只生成对应的预测模型，但具体选取最优预测点应该是在运行阶段才执行的嘛？
我看博主的代码好像是在部署阶段就已经选取出了最优划分点。
我对这点不是很清楚，请教大佬！！！

大佬你好，我在部署代码的过程中主要出现了两个问题。

1. 我自己利用猫狗大战的数据集训练了一个AlexNet，得到了网络的参数，然后我在云端和边缘端都将参数加载到了模型当中，之后进行了分割，传入了真实的猫和狗的图片数据，并在云端推理完成的时候打印二分类的概率结果，虽然每次基本都能得到正确的分类结果，但是每一次得到的二分类的具体概率都不相同，例如第一次得到tensor([0.92, 0.08])、第二次得到tensor([0.89, 0.11])，虽然都不会影响最后的分类结果，但是确实输出的预测概率并不相同。
2. 您的原始代码在Windows和Ubuntu中都能成功运行，但是我在并没有修改net_utils下的getdata函数，只修改了传入数据的size以及给模型加载参数的情况下，云端cloud_api很奇怪地变得在Windows平台下可以收到edge_out，但是在Ubuntu下就收不到，导致程序一直卡住无法进行云端推理，想问一下大佬您有什么好的建议。
   以上是我的问题，希望大佬能拨冗赐教一下，谢谢。