区块链学习路线

article/2025/9/16 7:47:22
  1. 泛读精读,建立框架

    • 区块链的创新在于老技术的组合创新,也正是区块链技术的系统之美,包括:分布式系统、拜占庭问题、密码学、数据结构、P2P网络等技术,以及博弈论、经济学等思想。针对这个特点要系统化学习,具体是以泛读精读的方式,先建立知识框架,对区块链有个大致的认识
    • 区块链是伴随比特币产生,因此要搞明白区块链,先弄懂比特币
      • 普林斯顿大学课程 Bitcoin and Cryptocurrency Technologies
      • 《精通比特币》
      • 比特币白皮书
    • 了解作为区块链2.0代表的以太坊
      • 以太坊白皮书
      • 以太坊开发入门指南
      • 精通以太坊 (中文版)
      • 区块链技术指南
    • 这个过程中建立宏观整体的认识,并在日后学习中不断加深、修正和完善框架。同时思考这些问题:
      • 区块链、比特币和以太坊是什么?它们的工作原理大概是如何的?比特币和以太坊的区别?
      • 它们具备什么 性质?包含哪些关键的技术点?
      • 区块链的发明目的是解决什么问题?除此以外,还能解决什么问题?
      • 区块链具备什么优缺点?
  2. 从外到内,逐一突破

    • 此阶段要:**发挥主观能动性—快速定位你存在疑惑的概念和知识点,用一切方法来攻克它。**在脑海中形成清晰的概念,两个区块链中文社区
      • 深入浅出区块链
      • 以太坊爱好者
    • 攻克某一概念时难免遇到其他新的知识点,要注意向下递归的深度
    • 重点关注的范围应该是区块链工作原理相关的概念,不必过分追求技术实现细节(存疑)。
      • 去中心化
      • 共识机制
      • 工作量证明
      • 非对称加密
      • 硬分叉
      • 双花
      • 智能合约
      • Merkle Tree
      • 51%攻击
  3. 从点到面,构建知识网络

    • 在前面建立框架的基础上,扩大区块链技术的广度和深度,包括但不限于

      • 其他区块链项目,如:Filecoin、Fabric、EOS等
      • 不同类型的共识算法
      • 零知识证明
      • 区块链的可扩展性方案
      • 智能合约的编写
      • ……
    • 学习这些东西过程中,不断思考和构建知识之间的联系—这个知识和别的知识有什么关系?是如何关联一起的?

      知识的本质永远不是信息本身,而是信息之间的联系。正是这种联系,涌现出了超越单个信息点总和的「系统性」。

      区块链技术创新的本身恰恰就是系统性

    • 所使用的方法有

      • 对比 如:PoW与PoS之间的区别?
        请添加图片描述

      • 分类 如:目前解决区块链的可行性方案有哪些潜在的研发方向?具体有哪些技术手段?

        请添加图片描述

      • 提炼 尝试用最精炼的语言貌似一类相关的知识点,比如比特币的核心原理:

        中本聪使用非对称加密解决电子货币的所有权问题;用区块时间戳解决交易的存在性问题;用分布式账本解决剔除第三方结构后交易的验证问题;用工作量证明和最长链约定来保证节点状态的一致性,已解决「双花」问题。

      • 架构 尝试对系统中的关键模块和模块间的关系进行抽象,并绘制成架构图,如:区块链的分层架构。
        请添加图片描述

      • 流程

        请添加图片描述

  4. 实践是检验真理的唯一标准

    • 将技术落地到应用,尝试在本地搭建比特币、以太坊的测试网络,和做不同类型的交易交易。对于以太坊,你还可以部署和调用智能合约等等。

      • 以太坊本地私有链开发环境搭建
    • 开始编写更加复杂的Dapp应用,在此环节,你的主要目标是熟悉并掌握开发Dapp的相关技能和工具。

      • Solidity语言文档

        Web3.JS接口文档

        Truffle框架文档

        Open Zeppelin框架文档

        Ethereum Smart Contract Security Best Practices

        Ethereum Voting Dapp

        React Ethereum Dapp Example

  5. Code As Documentation

    • 选择一个你感兴趣的项目,阅读它的源码,了解底层技术的实现原理,将理论与实践进一步融会贯通。关于项目的选择,我个人建议是以太坊,至今为止,以太坊的应用面还是最广的,受到各大互联网公司的青睐
      请添加图片描述

    • 如何阅读和学习以太坊的源码,个人建议结合以太坊的黄皮书对比阅读学习。可参考:

      • 以太坊黄皮书-中文版
      • 以太坊代码剖析
      • 解读以太坊黄皮书
      • 以太坊源代码分析
      • Go Ethereum Code Analysis
  6. 最后

    • 区块链行业真处于高速发展的时候,作为区块链从业人员,不仅仅要掌握技术,还需要时刻掌握行业动态,挖掘其他有价值的项目,把握认知变现的机会。
      • 《区块链革命》
      • 《货币的非国家化》

http://chatgpt.dhexx.cn/article/hjMnYp4E.shtml

相关文章

【区块链】区块链技术学习总结

文章目录 一、区块链技术简介1.1 区块链概念1.2 区块链应用1.2.1 区块链1.0技术:比特币1.2.2 区块链2.0技术:以太坊1.2.3 区块链3.0技术:价值互联网 二、区块链1.0技术比特币2.1 比特币2.1.1 比特币概念2.1.2 比特币性质2.1.3 比特币解决的问…

注意力机制综述

注意力最近几年在深度学习各个领域被广泛使用,无论是图像分割、语音识别还是自然语言处理的各种不同类型的任务中,注意力机制都在其中大放异彩 介绍 注意力(attention)机制最初应用于机器翻译任务,现在已被广泛地应用…

注意力机制原理

Attention机制在近几年来在图像,自然语言处理等领域中都取得了重要的突破,被证明有益于提高模型的性能。Attention机制本身也是符合人脑和人眼的感知机制,这次我们主要以计算机视觉领域为例,讲述Attention机制的原理,应…

GAM注意力机制

1.GAM注意力机制: 图像解析: 从整体上可以看出,GAM和CBAM注意力机制还是比较相似的,同样是使用了通道注意力机制和空间注意力机制。但是不同的是对通道注意力和空间注意力的处理。 2.CBAM注意力解析 CBAM CAM BAM 对于通道注意…

注意力机制详解系列(三):空间注意力机制

👨‍💻作者简介: 大数据专业硕士在读,CSDN人工智能领域博客专家,阿里云专家博主,专注大数据与人工智能知识分享。 🎉专栏推荐: 目前在写CV方向专栏,更新不限于目标检测、OCR、图像分类、图像分割等方向,目前活动仅19.9,虽然付费但会长期更新,感兴趣的小伙伴可以…

注意力机制+注意力汇聚

学习《动手学习深度学习》注意力机制 之后,简单做个总结。 注意力提示 假设坐在一个物品很多的房间里,我们容易受到比较显眼的物品的吸引,进而将注意力倾注在那个物品上,这样我们就忽略了周围物品;换一种情形&#x…

LSTM(RNN)中的注意力机制

一、示例代码 目的是让网络“注意”到 index2 的特征 """ 参考: https://blog.csdn.net/weixin_44791964/article/details/104000722?spm1001.2014.3001.5501 """import matplotlib.pyplot as plt import numpy as np import pand…

Tensorflow (6) Attention 注意力机制

参考: 细讲 | Attention Is All You Need 关于注意力机制(《Attention is all you need》) 一步步解析Attention is All You Need! - 简书(代码) The Illustrated Transformer – Jay Alammar – Visualizing machine learnin…

注意力机制attention图解

来自对https://jalammar.github.io/visualizing-neural-machine-translation-mechanics-of-seq2seq-models-with-attention/的笔记 注意力机制核心观点就是让RNN每一步都监视一个更大的信息集合并从中挑选信息。例如:如果你使用RNN去为一个图像生成注释,…

注意力机制Attention详解

注意力机制Attention详解 一、前言 2018年谷歌提出的NLP语言模型Bert一提出,便在NLP领域引起热议,之所以Bert模型能够火出圈,是由于Bert模型在NLP的多项任务中取得了之前所有模型都不能达到的出色效果。那么Bert模型它是如何提出的呢&#x…

注意力机制(Attention Mechanism)

注意力机制起源于应用于NLP的RNN模型,但也在其他的领域有所应用。对注意力机制的理解也是算法面试经常提及的一道基础面试题,在这篇博文里我们汇总吴恩达深度学习视频序列模型3.7和3.8以及台大李宏毅教授对Attenion Mechanism以及相关参考文献对注意力机…

注意力机制总结

导读 注意力机制,其本质是一种通过网络自主学习出的一组权重系数,并以“动态加权”的方式来强调我们所感兴趣的区域同时抑制不相关背景区域的机制。在计算机视觉领域中,注意力机制可以大致分为两大类:强注意力和软注意力。由于强…

深度学习之注意力机制(Attention Mechanism)和Seq2Seq

这篇文章整理有关注意力机制(Attention Mechanism )的知识,主要涉及以下几点内容: 1、注意力机制是为了解决什么问题而提出来的? 2、软性注意力机制的数学原理; 3、软性注意力机制、Encoder-Decoder框架与Seq2Seq 4、自注意力模型的原理。 一、注意力机制可以解决什么问…

神经网络学习小记录73——Pytorch CA(Coordinate attention)注意力机制的解析与代码详解

神经网络学习小记录73——Pytorch CA(Coordinate attention)注意力机制的解析与代码详解 学习前言代码下载CA注意力机制的概念与实现注意力机制的应用 学习前言 CA注意力机制是最近提出的一种注意力机制,全面关注特征层的空间信息和通道信息…

【Transformer 相关理论深入理解】注意力机制、自注意力机制、多头注意力机制、位置编码

目录 前言一、注意力机制:Attention二、自注意力机制:Self-Attention三、多头注意力机制:Multi-Head Self-Attention四、位置编码:Positional EncodingReference 前言 最近在学DETR,看源码的时候,发现自己…

注意力机制详解系列(一):注意力机制概述

👨‍💻作者简介: 大数据专业硕士在读,CSDN人工智能领域博客专家,阿里云专家博主,专注大数据与人工智能知识分享。公众号: GoAI的学习小屋,免费分享书籍、简历、导图等资料,更有交流群分享AI和大数据,加群方式公众号回复“加群”或➡️点击链接。 🎉专栏推荐: 目…

注意力机制详解

注意力机制详解 Attention机制由来Attention定义Encoder-Decoder框架Attenion机制的引入Attention机制的类别Hard AttentionSoft AttentionGlobal AttentionLocal AttentionSelf AttentionMulti-head Attention Attention机制的应用自然语言处理领域计算机视觉领域语音识别领域…

【深度学习】(1) CNN中的注意力机制(SE、ECA、CBAM),附Pytorch完整代码

大家好,今天和各位分享一下如何使用 Pytorch 构建卷积神经网络中的各种注意力机制,如:SENet,ECANet,CBAM。 注意力机制的原理 和 TensorFlow2 的实现方式可以看我下面两篇博文: SENet、ECANet&#xff1a…

注意力机制详述

学习本部分默认大家对RNN神经网络已经深入理解了,这是基础,同时理解什么是时间序列,尤其RNN的常用展开形式进行画图,这个必须理解了。 这篇文章整理有关注意力机制(Attention Mechanism )的知识&#xff0c…

手把手带你YOLOv5/v7 添加注意力机制(并附上30多种顶会Attention原理图)2023/6/15更新

🌟想了解YOLO系列算法更多教程欢迎订阅我的专栏🌟 对于基础薄弱的同学来说,推荐阅读《目标检测蓝皮书》📘,里面涵盖了丰富的目标检测实用知识,是你迅速掌握目标检测的理想选择! 如果想了解 YO…