支持推理任务分区优化的多模型层级特征张量元数据及权重参数数据集

该数据集主要面向深度神经网络推理任务分层解析、模型切分、计算卸载及边端协同推理性能评估等研究需求建设，来源于面向典型模型开展的统一解析与统计工作。数据集以 JSON 格式组织生成，基于模型拓扑遍历、逐层计算量统计和逐层输出信息量提取构建而成，系统记录了不同模型在前向推理过程中各层的结构顺序、模块类型、计算负载和中间特征输出规模。其主要内容包括AlexNet、GoogLeNet、VGG-16、ResNet-50、ResNet-101和Transformer六类模型的逐层标识、层类型、前向FLOPs和输出信息量等数据，可用于支持模型切分位置分析、传输代价评估、资源调度建模及协同推理策略验证。数据量为1566 MB。