记录数据的问题

[shichaoya]

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

[Tjyy-1223]

dataset里面的表格是我在自己设备上采集的，不同dnn层在边缘设备和云端设备上的特征和推理属性，是用来构建预测器的。是提前采集好的，目前运行时候不会再有使用这个dataset，如果你想要构建一个线性回归之外的预测器，可以使用该数据集。

[shichaoya]

这里的config文件夹下的.pkl文件表示的是什么意思，是每一层的网络结构吗，这个是你自己训练生成的嘛

[Tjyy-1223]

不是每一层的网络结构，config文件夹下的.pkl文件是根据dataset数据训练好的线性回归模型参数。 可以参考：https://blog.csdn.net/weixin_42067873/article/details/110643407

[shichaoya]

那这个文件的作用是啥呀

[Tjyy-1223]

因为你不可能每次用到预测器的时候再开始训练，这样程序跑跑太慢，训练之后保存参数，下次使用预测器直接加载参数来节省时间。 代码部分：predictor/predictor_utils.py 143行-199行 可以去看论文中：5.1 Performance Prediction Model 有预测器的具体功能

[shichaoya]

这个预测器训练部分代码怎么用呀，还有就是你 dataset里的表格数据有没有采集数据部分的代码或是教程

[Tjyy-1223]

你好，主要不太明白你的需求。使用方法简单来讲就是：你有数据集、数据特征和目标值，我使用的是线性回归拟合，你可以去使用随机森林算法、或者使用神经网络拟合数据集特征与指标之间的关系。采集数据的代码太久远了，可能找不到了。

感觉你研究云边协同的话，这块预测部分不用研究这么多甚至不去研究，他只是个辅助工具，甚至你可以先把dnn不同层在本地设备上的时延直接记录下来直接使用（肯定比预测的准确），应该关注的是如何为模型选取划分点