主要观点总结
本文介绍了边缘计算的基本原理和应用，包括边缘计算的目标、在物联网中的应用、书籍组织结构等。文章强调边缘计算为各个领域的研究人员创造了巨大的机遇，并详细阐述了边缘计算对于下一代物联网应用的重要性。
关键观点总结
关键观点1: 边缘计算是一种计算范式，将部分计算资源安排在更接近数据源的地方，促进了稳健的计算架构在协作学习过程中以新颖的方式执行。
边缘计算已经成为激励来自多个领域的研究人员和从业者的技术，包括医疗、农业、工业、教育、金融等。
关键观点2: 边缘计算的目标包括降低硬件成本、增强隐私和安全、优化网络带宽、缓解供应商锁定问题、提高能效和性能效率以及更好地处理大数据。
边缘计算为物联网应用提供了更高的性能/能效，特别是在处理并发任务或程序时。
关键观点3: 本书《边缘智能》揭示了边缘节点上应用深度学习的重要性，并提供了基于深度学习方法的边缘计算技术，重点关注图像分类、图像增强等领域。
该书还探讨了边缘计算中涉及的技术，如模型压缩、迁移学习、联邦学习等，并提供了基于边缘的深度学习技术，以便在推理上提供准确的决策。
文章预览
边缘计算是一种计算范式，其中部分计算资源被安排在更靠近数据源的地方。它促进了稳健的计算架构在协作学习过程中以新颖的方式执行。边缘计算已经激励了来自多个领域的研究人员和从业者，如医疗、农业、工业、教育、金融等，将边缘计算的基本要素应用于将服务从云级网络推向边缘级终端网络。本章将解释边缘计算的基本原理，并介绍利用深度学习算法应用于边缘级智能的内容。 1.1 边缘计算 现代的物联网（IoT）应用由分布在不同地理位置的计算/存储单元组成，包括位于外围端的资源，即更接近传感器节点的资源。这些计算/存储资源单元通常比远程云节点更小且计算能力更弱。在更靠近数据源的外围设备上进行的计算称为边缘计算。它是传统分布式计算范式的扩展分类。边缘计算使得无需包括云或集中处理节点就能创建适度的去中心
………………………………
