Velo项目评级:BB,展望稳定 | TokenInsight

↯ 要点总结

优势

1. 项目所针对的应用场景和市场痛点明确,具有较好的落地可能性,未来商业推广潜力良好;

2. Velo团队背景较好,核心团队成员拥有平均10年以上的金融等传统行业工作经验,毕业于知名院校并具备管理经验;

3. 项目战略合作伙伴实力较强,对项目业务有推动作用。项目重要合作伙伴企业Lightnet对Velo有很好的支持作用;

4. 项目通证经济模型清晰,分配合理。较高比例的通证被用于未来的生态建设和社区发展,同时通证解锁规则明确。

挑战

1. 支付结算和价值转移领域已有较多的玩家入场,且竞争者之间所针对的行业痛点存在重合。Velo能否在众多竞品项目中脱颖而出仍有待时间检验;

2. Velo社群和媒体运营始于今年7月,相比处于更为成熟的发展阶段的支付类项目,其在市场推广方面的发展尚为早期;

3. Velo通证尚未流通,其未来在二级市场的表现有待时间检验。

展望

重要合作伙伴公司Lightnet能够对Velo起到很好的支撑作用。但目前服务于价值转移和交易结算的项目较多,竞争较为激烈。作为该领域的项目,Velo的后续发展与其未来生态网络的扩张程度息息相关。

总结

综上所述,TokenInsight给予Velo的评级为BB,展望稳定。

TokenInsight

1. 多维视角评估

2. 项目分析

Velo发起于2018年6月,注册地址为英属维京群岛,项目重要合作伙伴企业是注册于新加坡的跨境汇款组织供应商Lightnet,该企业在东南亚金融科技领域具有较好的影响力。Velo作为为Lightnet提供区块链支付技术的数字信用协议,其运营主体为非盈利组织Velo Labs Technology Ltd.。Velo的业务范围主要包括数字信用价值转移,目前,其发展重心在于支付汇款基础设施产品BridgeNet & LiquidNet的开发和完善、 战略合作伙伴网络的扩张以及新加坡金融管理局(MSA)牌照的获取等。

2.1 项目简介

Velo是一个建立在Stellar区块链网络上的金融协议,可通过智能合约系统来为企业达到数字信用积分发行和跨境资产转移的目的。Velo 的目标是开发允许合作者互相安全转移价值的去中心化结算网络,使交易更加及时、透明。

Velo的项目架构如下图所示。基于Stellar区块链,Velo协议主要由数字信用发行(Digital Credit Issuance)和数字储备系统(Digital Reserve System)构成,数字储备系统确保数字信用能够在Velo网络中结算,进而成功进行支付、借贷、转账等一系列经济活动。

Velo项目架构,来源:Velo,TokenInsight

具体而言,项目以其发行的通证Velo Token作为参与到Velo网络中的入口,任何想要加入到Velo网络中的用户,需要抵押一定数量的Velo通证成为网络中的可信伙伴(Trusted Partners)。可信伙伴通过存储法币获得等价的数字信用,同时,一旦可信伙伴收到商业活动产生的法币收入,Velo将为其发行等额的数字信用。

数字信用的价值将在数字储备系统的调控下永远和存储在系统中的法币价值1:1挂钩。而作为抵押品,Velo的价值将随着市场对其的需求而波动。理想情况下,随着Velo网络规模的扩大,将有越来越多的用户想要加入其中,从而推动Velo通证的价值不断升高。总体而言,Velo项目的设计逻辑清晰,可行性高,具有较好的商业应用潜力。Velo通证的获取渠道如下图所示。

Velo通证获取渠道,来源:Velo,TokenInsight

2.1.1 技术架构

作为搭建于Stellar区块链上的项目,Velo采用Stellar共识协议作为其共识机制。Velo网络中的所有交易公开可见,交易发起人使用Ed2559加密算法进行签名,以保证交易是被授权的。此外,由于Stellar并不能完全支撑Velo协议中智能合约的全部应用,Velo还将使用协议Warp来实现跨链,将Stellar和其他公链链接,在实现瞬时的数字资产转移的同时,也为建造数字储备系统的智能合约的部署和执行提供可靠的基础。<

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Velo是一个基于Python的开源优化器,使用它可以帮助你优化神经网络的权重和偏置参数。下面是使用Velo优化器的一般步骤: 1. 安装Velo 你可以在命令行中使用pip安装Velo,命令如下: ``` pip install velo ``` 2. 导入Velo 在Python脚本中,你需要导入Velo优化器: ```python from velo import Velo ``` 3. 初始化Velo 接下来,你需要根据你的神经网络结构和优化需求,初始化Velo。例如,你可以设置学习率、优化算法、权重衰减等参数: ```python optimizer = Velo(lr=0.01, momentum=0.9, weight_decay=0.001) ``` 4. 定义损失函数 在使用Velo优化器之前,你需要定义损失函数,例如交叉熵: ```python loss_fn = nn.CrossEntropyLoss() ``` 5. 训练模型 最后,你可以使用Velo优化器进行模型训练。以PyTorch为例,训练过程通常如下: ```python # 初始化模型和数据加载器 model = MyModel() train_loader = DataLoader(train_dataset, batch_size=32, shuffle=True) # 定义优化器和损失函数 optimizer = Velo(lr=0.01, momentum=0.9, weight_decay=0.001) loss_fn = nn.CrossEntropyLoss() # 训练模型 for epoch in range(10): for x, y in train_loader: optimizer.zero_grad() output = model(x) loss = loss_fn(output, y) loss.backward() optimizer.step() ``` 这里仅是一个简单的示例,具体的训练过程可能因为你的网络结构和数据集而有所不同。不过,以上步骤应该可以帮助你快速上手使用Velo优化器。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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