区块链到底能干嘛?

区块链这个话题已经被无数人聊了无数次,但是说句实话,我依然不知道区块链到底能干嘛。最近刚好有机会,请到了赏味不足做客 ggtalk,让他给我上一课,看看能否解答我的各种疑惑。

本期是目前为止时间最长的一期,录完之后感觉非常尽兴,每个问题都聊了很多有意思的内容。非常感谢赏哥。

这里一定要说一下,如果你时间有限,千万千万不要错过时间线中标记【强烈推荐】的两部分,这两部分解决了我最大的问题:区块链到底能干嘛。赏哥给出的答案真正说服了我,我觉得你也应该听一听。

提醒:本期节目只是梁杰和赏哥关于区块链以及数字货币的个人想法,不构成任何投资建议。不同的人有不同的理解,欢迎大家理性讨论,切勿盲目接受。“相信”之前先“质疑”。

勘误:梁杰说的“HTTP 定义的支付协议”并不准确,实际上 HTTP 定义的是一个支付相关的状态码:402 Payment Required。

参考链接:

  • J.P.Morgan 发布的数字货币:https://www.jpmorgan.com/global/news/digital-coin-payments
  • Facebook 数字货币相关新闻一:https://www.nytimes.com/2019/02/28/technology/cryptocurrency-facebook-telegram.html
  • Facebook 数字货币相关新闻二:https://www.cnbc.com/2019/03/13/facebook-wants-to-copy-wechat-pay-with-facebook-coin-payments.html
  • 梁杰提到的,HTTP 定义的支付状态码:402 Payment Required(https://www.wired.com/story/shouldnt-we-all-have-seamless-micropayments-by-now/)
  • 赏哥的微博:@赏味不足(https://www.weibo.com/534598827)
  • 梁杰的微博:@梁杰_numbbbbb(https://www.weibo.com/numbbbbb)

时间线:

  • 00:58 个人介绍
  • 03:34 区块链到底是什么
  • 12:51 发币和募资到底是否合法
  • 21:45 如果平台不支持兑换法币,只支持账号转账,私下买卖是否会追究平台责任
  • 24:35 目前是否有人真的因为做区块链违法被抓(同时讨论代投)
  • 33:58 国内区块链发展的过去、现在和未来
  • 56:23 各大公司为什么会选择自己搭建区块链
  • 01:09:19 公司搭建私有区块链,到底有什么意义?【强烈推荐】
  • 01:17:38 区块链到底能干嘛【强烈推荐】
  • 01:43:26 赏哥目前在做什么
  • 01:52:52 这期节目到底值多少钱
  • 01:57:12 最后还有什么想说
内容概要:本文详细介绍了一个基于Java和Vue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定Java和Vue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议:建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发。
源码来自:https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值