Worldcoin Proto-Neural-ZKP 项目常见问题解决方案

Worldcoin Proto-Neural-ZKP 项目常见问题解决方案

proto-neural-zkp Artificial intelligence and zero knowledge. 项目地址: https://gitcode.com/gh_mirrors/pr/proto-neural-zkp

1. 项目基础介绍及主要编程语言

Worldcoin Proto-Neural-ZKP 是一个开源项目，旨在利用零知识证明技术来评估神经网络的性能。项目使用 Python 和 Rust 两种编程语言。Python 用于创建卷积神经网络（CNN）的纯 Python 实现，而 Rust 则用于创建性能更好的神经网络零知识证明电路，使用 plonky2 证明系统。

2. 新手常见问题及解决步骤

问题一：如何安装项目所需的依赖？

问题描述：新手在开始使用项目时，可能不知道如何安装所需的依赖。

解决步骤：

1. 首先，确保安装了 Python 和 Rust 环境。
2. 对于 Python 依赖，进入 ref_cnn 目录，使用以下命令安装：

   pip install -r requirements.txt
   

3. 对于 Rust 依赖，安装 Rust 编译器和相关库，使用以下命令：

   rustup update
   rustup toolchain install nightly
   cargo +nightly build --release
   

问题二：如何运行 Python 和 Rust 的神经网络实现并进行比较？

问题描述：新手可能不清楚如何运行两种语言的神经网络实现，并对比结果。

解决步骤：

1. 运行 Python CNN 实现：

   cd ref_cnn
   python3 vanilla_cnn.py
   

2. 运行 Rust CNN 实现，并生成 JSON 文件：

   cargo run --release -- -vvv --input-size 1000 --output-size 1000
   

3. 比较两种实现的输出结果，确保它们是一致的。

问题三：如何在项目中添加新的神经网络结构？

问题描述：新手可能不知道如何在项目中添加自定义的神经网络结构。

解决步骤：

1. 在 ref_cnn 目录下，修改 vanilla_cnn.py 文件中的神经网络定义部分，以添加或修改神经网络结构。
2. 如果使用 Rust，修改 src/lib.rs 文件中的神经网络定义。
3. 确保在修改后，重新运行测试来验证新的神经网络结构是否按预期工作。

通过以上步骤，新手可以更好地开始使用 Worldcoin Proto-Neural-ZKP 项目，并解决在初始阶段可能遇到的一些常见问题。

proto-neural-zkp Artificial intelligence and zero knowledge. 项目地址: https://gitcode.com/gh_mirrors/pr/proto-neural-zkp