越南社群线上AMA:带你快速了解Filenet

12月2日,Filenet在越南社群举办了线上AMA。Filenet全球社区代表Brandon对越南社区普遍关注的问题作出了解答。同时进行了糖果空投活动,价值100美元的Fn被空投给本次活动的参与者。以下为该次线上AMA问答实录(翻译):

Q1 请简单介绍一下Filenet?

A
Filenet是一种基于分布式存储内容共享的超级云系统,致力于存储分发有价值的内容,以挖矿的形式奖励矿工贡献自己的闲置带宽以及存储空间。

Filenet主网已经在2018年11月25日上线,是分布式存储第一应用公链。我们可以很自豪地说,Filenet是全球分布式存储赛道领跑者。

Q2 怎么挖Filenet?

A
挖FN有两步。

第一步,你需要从官网下载挖矿程序和FN钱包。
第二步,你需要从交易所购买FN冻结作为挖矿保证金,并准备好存储设备。同时,保证金必须转到特定的FN钱包。

Q3 Filecoin和Filenet有什么不同?

A
许多人会认为Filecoin和Filenet很相似,但实际上是完全不同的。从以下三个方面对比一下就很清晰了:

一、从共识机制的角度而言,Filecoin用的是时空证明机制(PoST),而Filenet用的是委托权益证明和存储证明机制(DPOS+POC)。

二、从进度快慢而言,明年3月,Filecoin预计才会上线主网,同一时间,Filenet则预计已全面落地商业应用。

三、从矿机使用而言,Filecoin起初用的是CPU,据最新消息,他们计划在下一版本使用GPU挖矿,但未最终确定。而Filenet一直使用的是硬盘和存储空间挖矿,所以挖FN相对更节省能源。值得一提的是,Filecoin矿机也可以用于Filenet挖矿。

Q4 现在Filenet主网有多少节点?

A
Filenet全网在世界范围内现有超过11万个节点,这些节点分布在韩国、越南、中国、加拿大、法国、俄罗斯等国家。

目前节点数量仍然在快速地增长。

Q5 对比其他项目,Filenet主要优势是?

A
Filenet是分布式存储应用第一个上线的公链。早于其他项目的矿工,Filenet的矿工已经赚到了他们在区块链领域的第一桶金。

此外,在2019年11月26日,Filenet在视频存储分发领域实现技术突破,并成功在中国与腾讯微视独家供应商等互联网公司达成商业合作。这意味着当其他项目还在为主网努力的时候,Filenet已经应用在商业场景上了。

Q6 Filenet有什么应用?

A
就像我前面阐述的,Filenet已经将技术应用于视频存储和分发。所以分布式存储将会是Filenet的主要应用。在2019年年底前,大概会有8家公司接入我们的存储服务。

Q7 你们怎么保证数据的安全性?

A
对于存储服务提供商来说,数据安全性是他们主要关心的地方。在Filenet主网里,全部的信息都以分布式存储方式存储在全球不同的服务器上,所有的数据传输和编译都采用加密的形式确认。除非全球所有的节点都被攻破,否则没人可以得到用户的任何数据。

Q8 你们对于未来的规划是怎么样的?

A
明年(2020年)第二季度,Filenet公链将全面在Github上开源。有了坚实的技术支持,我们会加快全球自治社区的建设进程。根据我们的计划,到明年底,全球将会有21个自治社区,每一个自治社区都会有至少一万个节点。所有这些节点将会为主链提供充足的资源,以支撑我们的云存储服务。这是我们未来主要的发展方向。

Q9 你们在越南有社区吗?

A
我们当然有越南社区。目前为止,Filenet在越南有超过一万个节点。你可以通过 t.me/filenetvietnam 加入我们的社区。我们计划将越南作为Filenet 21个自治社区中的其中一个。

Q10 21个国际社区里面,有越南社区吗?

A
有的,https://t.me/filenetvietnam。

Q11 在Filenet网络生态中,数据的把控和盈利权怎么返回给用户?这些数据的价值是怎么体现的?

A
盈利反映在用户挖的FN和币价的涨幅中。公司使用服务需要购买FN,当越来越多的公司使用我们的服务,FN的价格自然会上涨。

Q12 你认为越南市场怎么样?Filenet做了什么活动来推广?

A
我们现在和腾讯微视的独家供应商有很紧密的合作,腾讯微视是中国最大的视频分享平台之一。接下来,我们会和抖音的一些英国和法国的供应商洽谈,一些NGO也在和我们商讨合作事项。但我暂时还不能说,等我们官方公布之后你们就会知道了。

Q13 什么会促使FN的价格上涨呢?

A
当矿工挖FN,有很多方式在消费FN。

举两个例子,DAPP和我们云存储服务。所以市场上流通的FN会越来越少。但是要挖FN或者使用我们的服务,都需要FN,用户就必须从交易所购买FN。市场上的FN越少,它的价格就会越高。你们可以看一下这个经济模型。
在这里插入图片描述

Q14 FN会像BTC一样割用户吗?

A
我们当然不会做那种事,而且我们也没有这个权力。

在某种程度上,我们和矿工是互相帮助的。用户向主网贡献他们的存储和带宽,而主网帮助他们赚钱。我不觉得有任何破坏这种关系的可能性。

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
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