[發明專利]一種基于網絡云協同的人工智能深度學習方法在審
| 申請號： | 201811260633.0 | 申請日： | 2018-10-26 |
| 公開（公告）號： | CN109460828A | 公開（公告）日： | 2019-03-12 |
| 發明（設計）人： | 黃辰;王時繪;張龑 | 申請（專利權）人： | 湖北大學 |
| 主分類號： | G06N99/00 | 分類號： | G06N99/00 |
| 代理公司： | 北京眾達德權知識產權代理有限公司 11570 | 代理人： | 劉杰 |
| 地址： | 430062 湖北*** | 國省代碼： | 湖北;42 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 人工智能 云服務器 輸入層 學習 協同 人工智能分析 技術效果 數據輸出 有效解決 輸出層 網絡 | ||
【權利要求書】：
1.一種基于網絡云協同的人工智能深度學習方法，其特征在于，至少包括：
本地獲取輸入層數據；
將所述輸入層數據輸出到云服務器；
將所述輸入層數據輸入到所述云服務器的人工智能分析模型中，得到輸出層數據。
2.如權利要求1所述的方法，其特征在于，在所述將所述輸入層數據輸出到云服務器之前，還包括：
對所述輸入層數據進行壓縮。
3.如權利要求2所述的方法，其特征在于，在所述將所述輸入層數據輸出到云服務器之前，還包括：
對壓縮后的數據進行加密。
4.如權利要求3所述的方法，其特征在于，所述將所述輸入層數據輸出到云服務器，具體包括：
將所述輸入層數據輸出到負載均衡設備，由所述負載均衡設備分配到相應的云服務器中。
5.如權利要求4所述的方法，其特征在于，在所述將所述輸入層數據輸入到所述云服務器的人工智能分析模型中之前，還包括：
對接收到的數據進行解密和解壓縮。
6.如權利要求1-5中任一項所述的方法，其特征在于，在所述得到輸出層數據之后，還包括：
將所述輸出層數據回傳到本地。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于湖北大學，未經湖北大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811260633.0/1.html，轉載請聲明來源鉆瓜專利網。
