之前寫了一篇《LAXCUS集群操作系統是個啥》，放到網上后收到網友私信，要求講講DFL3小樣本深度學習。老實說，我本人不在AI研發團隊，讓我來講DFL3，有點班門弄斧的感覺。但是我們團隊和AI團隊交流頗多，來往互動非常頻繁，他們開發的AI編程接口都是交給我們，一起做LAXCUS集群操作系統的聯調聯試工作。思量下來，今天就越俎代皰一把，說說DFL3。咱們還是老規矩，只做通俗介紹，不涉及過于深奧的技術內容。原因一是DLF3目前尚未成型，很多技術仍處于變化狀態，不便說得太多，免得誤人子弟打臉臉；二是我本人對DFL3底層技術了解有限，怕說錯了讓諸位怡笑大方。所以，這篇文章只針對小白，AI技術大牛請繞行。

　　先說名字，DFL3是“Deep Few Learning”的首字母縮寫，目前發展到第三個代次。中文名稱，現在有直譯成“深度微學習”，也有意譯成“小樣本深度學習”。在我們團部內部，經常使用的是“小樣本深度學習”，這個名稱更能表達我們開發工作的本來意思。

　　開發DFL小樣本深度學習，主要源自LAXCUS集群操作系統研發團隊這樣兩個動機：

LAXCUS集群操作系統承載著海量的計算機資源、業務調度、分布計算服務，如果用人力來管理這些工作，成本高效果差并且不穩定，而采用人工智能技術應該能夠彌補這一個短板。
在此基礎上，開發出一套低成本可遷移的智能設備管理方案。

　　目前第一個項已經通過DFL1和DFL2達到，LAXCUS集群操作系統的網絡流量控制、資源管理、任務分配、負載平衡等工作，都實現了自主調節、自主控制和自主分派。

　　DFL3針對第二個項，它基于DFL1和DFL2，延續了DFL1和DFL2對標注數據要求不高、計算速度快、自動迭代升級的特點。LAXCUS AI團隊給DFL3的定義是實現通用化的機器自主決策和自主操作，具備多場景快速適應能力，做為機器大腦對接各種業務，應用到智能設備上。目前邊緣計算領域是DFL3發力的重點，它將結合LAXCUS集群操作系統提供龐大的算力，和LAXCUS云端、邊緣端、終端三位一體協同的特點，在云端生成規則模型，下傳到邊緣端，去驅動邊緣端的各種智能化設備。今年我們已經聯系了清潔能源和RPA（Robotic Process Automation）企業，正在邊緣端測試試驗DFL3。

　　本人是工作空閑時候與網友互動，本著工作優先原則，先到這里，下一篇將全面介紹DFL3。個人感覺如果LAXCUS AI團隊研發成功，DFL3會是一個顛覆性產品，改變當前AI基礎技術格局。

全體系自主設計研發大數據管理系統

總結

以上是生活随笔為你收集整理的另辟蹊径：聊聊DFL3小样本深度学习（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。