让机器学习适用于区块链

如今,随着机器学习技术被广泛应用于一系列应用,机器学习对于在线服务变得很重要。

Morphware 是一个去中心化的机器学习系统,它通过拍卖闲置计算能力来奖励加速器所有者,然后促进相关的子例程,这些子例程可以代表数据科学家以去中心化的能力训练和测试机器学习模型。

机器学习模型的类型包括有监督的半监督或无监督学习算法。

监督学习算法的训练可以看作是寻找权重的最佳组合以应用于一组输入或预测所需的输出。

这项工作的推动力是计算复杂性。 用于渲染视频游戏的硬件也可以加速监督学习算法的训练。

什么是变形软件?

机器学习模型的关键问题之一是运行最先进的机器学习工作负载所需的计算资源大约每三个半月翻一番。

为了解决这个问题,Morphware 开发了一个点对点网络,允许从业的数据科学家、机器学习工程师和计算机科学专业的学生向视频游戏玩家或其他人付费以代表他们训练模型。

虽然硬件机器正在帮助数据科学家加速机器学习模型的开发,但这些硬件加速器的高成本也是许多数据科学家的障碍。

什么是机器学习模型?

机器学习模型可能因监督和参数化程度而异。 训练监督参数化模型的目的是降低跨越预测和观察之间的数值距离的错误率。

训练机器学习模型是通过预处理实现的,然后是测试。 数据科学家将机器学习模型在训练时可用的数据与在测试期间提供给他们的数据分开。

因此,可以看出该模型并没有过度拟合可用数据集以及性能,这在未见数据上可能会更差。

通常,训练和测试数据是在预处理时从同一个文件或目录中选择的。

深度学习的诞生是现代的大爆炸作为一种全新的软件模型,深度学习允许并行训练数十亿个软件神经元和数万亿个连接。

运行深度神经网络算法并从示例中学习,加速计算是一种理想的方法,而 GPU 是理想的处理器。

它是一种新的组合,旨在为具有更好的性能、编程生产力和开放的可访问性的计算平台创建新一代。

深度学习模型被称为机器学习模型的一个子集。 由于它们的潜在变量层相互关联,因此它们的训练计算量特别大。

Morphware 的解决方案是什么?

主平台的货币 Morphware Token 用于这些交易。

ID币经济模型

Morphware Token 的总供应量为 1,232,922,769,它们可燃烧,但不可铸造。

通过 Morphware 设计、开发和部署的网站,用户可以购买平台代币。

Morphware 代币总供应量的不到 XNUMX% 将在第一个月出售。

变形软件的工作原理

机器学习模型的过程是数据分析,然后是一个在模型选择和特征工程之间摇摆不定的迭代循环。

这项工作的目的是通过创建对可以加速其工作负载的去中心化计算机网络的访问来帮助数据科学家等最终用户更快地迭代。

最终用户通过密封投标的第二价格反向拍卖与工作节点配对并支付费用。 他们支付工作节点来训练他们的模型,并支付验证节点来测试工作节点通过 Morphware Tokens 训练的模型。

网络成员的角色和职责包括两种自治对等类型。

要使用 Morphware,最终用户只需以 Jupyter 笔记本或 Python 文件的形式上传他们的模型、训练和测试数据。

接下来,他们需要指定目标准确度水平,并预测达到该准确度水平需要多长时间。 点击提交完成。

最终用户提交模型,由工人训练并由验证者测试。 同时,worker 是通过训练最终用户提交的模型获得代币的节点。

验证者是通过测试工人训练的模型来获得代币的节点。

最终用户提交模型后,工作人员将通过平台对其进行培训并由验证者进行测试,该平台通过其后端守护程序与网络进行通信。

守护进程不仅负责为最终用户通过客户端提交的内容创建算法及其各自的数据集,还负责将初始工作请求发送到智能合约。

此外,守护进程负责由工作人员和验证者对模型进行训练和测试。

对等辅助交付允许将算法和相应的数据集从最终用户传播到工作人员或验证者。

但是,最终用户的初始工作要求以及工作人员或验证者对最终用户的相关响应都已发布到智能合约中。

最初的工作要求包括训练周期的估计运行时间、算法相关的磁铁、训练集和数据测试集。

工作人员的响应包括指向他们训练的模型的磁力链接,该模型随后由许多验证者进行测试。

如果训练的模型达到所需的性能阈值,则工作人员和验证者将获得代币作为奖励。

是什么让 Morphware 出类拔萃

Morphware 是一个双向市场。

该市场为数据科学家提供服务,他们可以使用该平台通过计算机网络(如 CPU、GPU、RAM)访问远程计算能力,就像他们使用 AWS 的方式一样,但成本更低,界面更友好。

另一方面,Morphware 还为那些希望通过出售计算能力来赚钱和奖励的拥有过剩计算能力的所有者提供服务。

因此,其客户群主要集中在数据科学家、游戏玩家或计算能力过剩的想要赚钱的人身上。

目前,Morphware 的客户名单一直在不断增长,其中包括从事自动驾驶汽车移动实验室的数据科学家、需要数据科学支持的学生组织,以及 Suzu、Mitsubishi 或 Volvo 等汽车公司。

Morphware 还与 Tellor 合作。 根据这种合作关系,Tellor 将向 Morphware 支付头几个月使用他们的预言机的费用。

与市场上的其他竞争对手相比,Morphware 具有竞争优势。 其独特的市场策略使其产品比其他产品便宜。

关于 Morphware 的结语

随着机器学习模型变得越来越复杂,已经探索了通过基于区块链的网络进行交易的机器学习模型新生态系统的项目。

因此,最终用户或买家可以从机器学习市场获得感兴趣的模型,而有兴趣在数据上花费本地计算以提高模型质量的工人或卖家。

因此,考虑了本地数据与训练模型质量之间的比例关系,并估计了训练模型时卖家数据的估值。

该项目在对参与者的激励方面显示出具有竞争力的运行时性能、较低的执行成本和公平性。

Morphware 是引入点对点网络的开创性平台之一,最终用户可以使用平台的货币 Morphware 代币向视频游戏玩家付费,以代表他们训练机器学习模型。

要了解有关 Morphware 的更多信息 - 请单击此处!

来源:https://blockonomi.com/morphware-guide/