本發(fā)明公開(kāi)了一種基于深度強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)人臉識(shí)別端邊卸載計(jì)算方法及裝置，包括：獲取真實(shí)的人臉圖片，根據(jù)邊端人臉識(shí)別模型訓(xùn)練得到分類數(shù)據(jù)，其中，分類數(shù)據(jù)包括圖片名稱、id、圖片提取出的128維特征向量、終端預(yù)測(cè)置信度、終端預(yù)測(cè)值、邊緣預(yù)測(cè)值；將深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)進(jìn)行結(jié)合，定義馬爾科夫決策過(guò)程的狀態(tài)空間、動(dòng)作集、獎(jiǎng)勵(lì)函數(shù)和智能體；根據(jù)定義好的馬爾科夫決策過(guò)程，構(gòu)建Actor神經(jīng)網(wǎng)絡(luò)和Critic神經(jīng)網(wǎng)絡(luò)，使用分類數(shù)據(jù)對(duì)構(gòu)建好的Actor神經(jīng)網(wǎng)絡(luò)和Critic神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲得智能卸載決策模型；對(duì)智能卸載決策模型的性能與基準(zhǔn)查詢策略進(jìn)行對(duì)比評(píng)估；根據(jù)對(duì)比評(píng)估的結(jié)果，將智能卸載決策模型部署到智能終端設(shè)備中，進(jìn)行人臉識(shí)別的任務(wù)卸載決策。