dnn训练matlab代码-WPMEC:无线移动边缘计算系统中用于计算速率最大化的深度神经网络

dnn训练matlab代码世贸组织 无线移动边缘计算中用于计算速率最大化的深度神经网络 Python代码可重现我们在无线移动边缘计算[1]上的工作，该技术使用无线通道增益作为输入，将二进制计算模式选择结果用作深度神经网络（DNN）的输出。 这包括： ：WPMEC的DNN结构，包括培训结构和测试结构 ：所有数据都存储在此子目录中，包括： data _＃。mat ：培训和测试数据集，其中＃是用户号 Prediction _＃。mat ：DNN_test生成的预测模式选择 weights_biases.mat ：受训DNN的参数，可用于在MATLAB中重现此受训DNN。 ：运行此文件，包括设置系统参数 关于我们的作品 请参阅发布于的关于此主题的最新优势。 具体而言，提出了一种基于强化学习的在线算法，以最大化无线移动边缘计算网络中的加权计算速率。 数值结果表明，与现有的优化方法相比，所提出的算法可以达到近乎最佳的性能，同时将计算时间显着减少了一个数量级以上。 例如，在30个用户的网络中，DROO的CPU执行等待时间小于0.1秒，即使在快速衰落的环境中，实时和最佳的泛滥也切实可行。 Huang