分布式上的计算和信任模型

这个过程首先是迭代的。所以可以应用到神经网络上。

推导:针对Validition过程的推导:

这个公式是Xt经过一个原子操作能够生成下一个Xt+1的生成。

这个(2)是Lipschitz(利普希茨)连续其中L是一个常数。这个公式证明是局部变化小于某个范围常量。

这个过程是报告的状态-背书的状态的欧式范式小于validition的边界值。(这里理解是一个震荡值)

Verfication:这个过程:

这个方法记录了所有的中间状态。对每个中间状态进行了判断。如果中间状态都是正确的。那么整个过程就是完整的。

这块还没怎么想好。

猜你喜欢

转载自blog.csdn.net/zhuiyunzhugang/article/details/107827119