Plasma是通過創(chuàng)建區(qū)塊鏈的“樹”來提高可擴(kuò)展性的另一種方式，主鏈?zhǔn)菢涞母白印眳^(qū)塊鏈盡可能少地與更高級別的鏈互動。例如Loom的PlasmaChain和OmigeGO Plasma。

　　加密存儲（Encrypted storage）：使用密碼學(xué)對數(shù)據(jù)進(jìn)行數(shù)學(xué)加密和解密，包括靜態(tài)（即存儲在特定的計算機(jī)上）和動態(tài)（即從一臺計算機(jī)傳輸?shù)搅硪慌_）。例如靜態(tài)指的是存儲加密，動態(tài)指的是傳輸加密（HTTPS就是一種傳輸加密）

　　torch.onnx.export：系統(tǒng)詳細(xì)唯+MrsFu123如果pytorch模型既不是torch.jit.ScriptModule也不是orch.jit.ScriptFunction，它(torch.nn.Module)會run一次pytorch模型，以便將其轉(zhuǎn)換為TorchScript graph被導(dǎo)出(相當(dāng)于torch.jit.trace，跟蹤其執(zhí)行情況，然后將跟蹤的模型導(dǎo)出到onnx文件)。生成的onnx文件包含一個二進(jìn)制protocol buffer，其中包含你導(dǎo)出的模型的網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)。

　　參數(shù)說明：

　　(1).model：要導(dǎo)出的pytorch模型，可以為torch.nn.Module,torch.jit.ScriptModule或torch.jit.ScriptFunction。

　　(2).args：模型的輸入，可以為tuple或torch.Tensor。

　　(3).f：一個類似文件的對象或一個包含文件名的字符串。A binary protocol buffer will be written to this file。

　　關(guān)于區(qū)塊鏈項(xiàng)目技術(shù)開發(fā)唯:MrsFu123，代幣發(fā)行、dapp智能合約開發(fā)、鏈游開發(fā)、單雙幣質(zhì)押、多鏈錢包開發(fā)、NFT盲盒游戲、公鏈、鏈上游戲開發(fā)

　　Uniswap、交易所開發(fā)、量化合約開發(fā)、合約對沖、互助游戲開發(fā)、Nft數(shù)字藏品開發(fā)、眾籌互助開發(fā)、元宇宙開發(fā)、swap開發(fā)、DAO智能合約、

　　夾子合約、鏈上合約開發(fā)、ido開發(fā)、商城開發(fā)等，開發(fā)過各種各樣的系統(tǒng)模式，更有多種模式、制度、案例、后臺等，成熟技術(shù)團(tuán)隊(duì)，歡迎實(shí)體參考。

　　(4).export_params=True：默認(rèn)值為True。如果為True，則將導(dǎo)出所有參數(shù)。如果要導(dǎo)出未經(jīng)訓(xùn)練的模型，需將此參數(shù)設(shè)置為False。如果為True，導(dǎo)出的模型將首先將其所有參數(shù)作為參數(shù)，其順序由model.stat_dict().values()指定。

　　(5).verbose=False：默認(rèn)值為False。如果為True，則打印正在導(dǎo)出到標(biāo)準(zhǔn)輸出的模型的描述。此外，最終的ONNX graph將包含來自導(dǎo)出模型的字段"doc_string"，其中提到了"model"的源代碼位置。

　　(6).training=TrainingMode.EVAL：默認(rèn)值為TrainingMode.EVAL。TrainingMode.EVAL：以推理模式導(dǎo)出模型。TrainingMode.PRESERVE：如果model.training為False，則以推理模式導(dǎo)出模型；如果model.training為True，則以訓(xùn)練模式導(dǎo)出模型。TrainingMode.TRAINING：以訓(xùn)練模式導(dǎo)出模型，禁用可能會干擾訓(xùn)練的優(yōu)化。

　　(7).input_names=None：類型為str的列表，默認(rèn)為空列表。按順序分配給graph的輸入節(jié)點(diǎn)的名稱。如果不設(shè)置的話，會自動分配一些簡單的名字，如input.1。ONNX模型的每個輸入和輸出tensor都有一個名字。

　　(8).output_names=None：類型為str的列表，默認(rèn)為空列表。按順序分配給graph的輸出節(jié)點(diǎn)的名稱。如果不設(shè)置的話，會自動分配一些簡單的名字或數(shù)字，如logits、25。ONNX模型的每個輸入和輸出tensor都有一個名字。