前言

本文主要记录边缘计算卸载DDLO算法的代码复现过程中的环境搭建

一、代码获取

GitHub链接: DDLO

This project includes:

• memory.py: the DNN structure for DDLO, inclduing training structure and test structure
• data: all data are stored in this subdirectory, includes:
  • MUMT_data_3X3.mat: training and testing data sets, where 3X3 means that the user number is 3, and each has 3 tasks.
• main.py: run this file, inclduing setting system parameters
• MUMT.py: compute system utility Q, provided with the size of all tasks and offloading decision

二、环境搭建

1.环境需求

• python 3.6
• tensorflow 1.8.0
• pandas 0.24
• numpy
• scipy
• matplotlib

2.环境搭建命令

1. 安装TensorFlow 1.8.0
   先把依赖包安装了(这些依赖包有些tensorflow 1.8.0 不会自动去下载安装，但是会以红字提示，为了一次性安装好无问题，最好先把依赖包先安装了)：

 python -m pip install html5lib bleach ipykernel
 python -m pip install --ignore-installed --upgrade pip setuptools

python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.8.0

2. 安装pandas

pip install pandas==0.24

3. 安装spicy

pip install spicy

4. 安装matplotlib

pip install matplotlib

3.运行main.py

总结

参考博客：
链接: Win10+tensorflow cpu版本安装
链接: 在anaconda环境下安装旧版本TensorFlow1.8

最后

以上就是听话泥猴桃为你收集整理的Distributed Deep Learning-based Offloading for Mobile Edge Computing Networks 代码复现前言一、代码获取二、环境搭建总结的全部内容，希望文章能够帮你解决Distributed Deep Learning-based Offloading for Mobile Edge Computing Networks 代码复现前言一、代码获取二、环境搭建总结所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。