dyc8818 Goto Github PK

awesome-c-cn

C 资源大全中文版，包括了：构建系统、编译器、数据库、加密、初中高的教程/指南、书籍、库等。

awesome-edgecomputing

Awesome-EdgeComputing：边缘计算技术指南和资源列表

bookmanager

bootstrap

The most popular HTML, CSS, and JavaScript framework for developing responsive, mobile first projects on the web.

cs-notes

:books: 技术面试必备基础知识、Leetcode 题解、后端面试、Java 面试、春招、秋招、操作系统、计算机网络、系统设计

designpatterns

java design patterns

ec-rl

强化学习在边缘计算的应用

edge-back-end

edge-intelligence

随着移动云计算和边缘计算的快速发展，以及人工智能的广泛应用，产生了边缘智能(Edge Intelligence)的概念。深度神经网络(例如CNN)已被广泛应用于移动智能应用程序中，但是移动设备有限的存储和计算资源无法满足深度神经网络计算的需求。神经网络压缩与加速技术可以加速神经网络的计算，例如剪枝、量化、卷积核分解等。但是这些技术在实际应用非常复杂，并且可能导致模型精度的下降。在移动云计算或边缘计算中，任务卸载技术可以突破移动终端的资源限制，减轻移动设备的计算负载并提高任务处理效率。通过任务卸载技术优化深度神经网络成为边缘智能研究中的新方向。Neurosurgeon: Collaborative Intelligence Between the Cloud and Mobile Edge这篇文章提出了协同推断的**，将深度神经网络进行分区，一部分层在移动端计算，而另一部分在云端计算。根据硬件平台、无线网络以及服务器负载等因素实现动态分区，降低时延以及能耗。本项目给出了边缘智能方面的相关论文，并且给出了一个Python语言实现的卷积神经网络协同推断实验平台。关键词：边缘智能(Edge Intelligence)，计算卸载(Computing Offloading)，CNN模型分区(CNN Partition)，协同推断(Collaborative Inference)，移动云计算(Mobile Cloud Computing)

gitskills

graduationproject

基于深度强化学习的MEC计算卸载与资源分配

i3wm-config

my i3wm config

interview

Java / Android 笔试、面试 知识整理

java_line

JAVA进阶相关书籍：《JAVA并发编程实践》、《Linux Shell脚本攻略》、《spring揭秘 精选版》、《高性能Mysql》、《深入理解Java虚拟机[JVM高级特性与最佳实践](周志明)》、《图解HTTP 彩色版》、《图解TCP_IP_第5版》、《head+first+servlets jsp》、《How Tomcat Works 中文版》、《J2EE核心模式》、《JAVA并发编程实践》一些大的上传不上来的文件在README

javaguide

【Java学习+面试指南】 一份涵盖大部分Java程序员所需要掌握的核心知识。

learngit

mec_offloading

采用强化学习来实现计算卸载

my-edgex-device-modbus-go

my-edgex-ui-go

my-typora-themes

A CSS style for Typora

o2o

onjava8

《On Java 8》中文版，又名《Java编程**》 第5版

pymarl

Python Multi-Agent Reinforcement Learning framework

think-in-java

Thinking in Java (Java 编程**)

webapp