I + D de MRT y CVM
1. Continuó actualizando la documentación del desarrollador de MRT, agregando una introducción a la cuantificación de nuevos operadores y la conversión de modelos de gráficos.
2. MRT agregó soporte para nuevos operadores: broadcast_like, reshape_like, IntanceNorm.
3. Se organizó el código de transferencia de estilo y se volvió a entrenar el modelo para garantizar la reproducibilidad del código, que se ha subido a GitHub.
4. Investigé y entrené una red neuronal de detección facial. El mAP es actualmente 81 y se optimiza continuamente.
5. Redactó parte de la documentación de Python de CVM y describió la estructura de la documentación de C ++.
6. CVM agregó una interfaz Python para leer NDArray; continuó optimizando el código de la versión de formalización.
Desarrollo de nodo completo de Cortex
1. TorrentFS agregó modo de descarga.
2. Rendimiento optimizado del motor virtual CVM uint256 Tamaño fijo.
3. Se agregó compatibilidad con el modo de sincronización rápida.
4. Optimización de la compilación estática y optimización del puntero de operación de VM.
5. Optimización del progreso de carga de archivos y optimización parcial de la estructura del código del minero.
6. Adoptó a Goja en lugar de Otto como intérprete de Javascript en la consola de nodo completa (Goja corrige los errores de clasificación de la matriz de Javascript y muestra un mejor rendimiento que Otto).
7. Continuó optimizando el código de prueba de la unidad para aumentar la cobertura.
Diverso
1. Se adoptó el esquema de encriptación BFV basado en la biblioteca de encriptación homomórfica SEAL, encriptando homomórficamente los datos de entrada de mnist e implementando la operación correspondiente; Pasó las pruebas con datos de entrada de tamaño limitado.
2. Investigación preliminar sobre IPFS, Filecoin y PoRep; investigación sobre tecnología BGV / BFV, completando la documentación introductoria relacionada.
Ecosistema en cadena
1. Implementación y prueba de contratos DeFi; investigación sobre productos DeFi relevantes en el mercado.
