docker 安装 客户端工具 操作XuperDB 操作Distributed AI 案例应用-线性回归算法测试 案例简介 测试脚本说明 上传样本文件 训练任务 预测任务 模型评估 案例应用-逻辑回归算法测试 案例简介 测试脚本说明 上传样本文件 训练任务 预测任务 模型评估 系统详解 部署架构 计算需求方(Requester) 任务执行节点(Executor Node) 数据持有节点(DataOwner PaddleDTX中的算法，一般指的是经过分布式改造的机器学习算法，即联邦学 习算法。 目前开源了纵向联邦学习算法，包括多元线性回归和多元逻辑回归。 训练样本和预测数据集 PaddleDTX中的训练样本和预测数据集都是以文件的形式存储于中心化存储网 络，在发布训练任务或者预测任务的时候，由计算需求节点指定。 模型 算法和训练样本确定模型。通过模型可以对预测数据集的标签值进行预测。 PaddleDTX中的模型，以“分 提供联邦学习训练参数的评估能力，通过交叉验证等方式评估训练参数的 优劣； 4. 优化目前使用的加法同态算法Paillier的性能； 5. 去中心化存储服务支持负载均衡策略，根据存储节点剩余资源和以往表现 情况，在文件分发时找到最优节点列表。 快速安装 我们为您提供了能够快速拉起 PaddleDTX 测试网络的脚本，在使用前需要您 准备如下环境: docker, 推荐版本18.03+ 点击下载安装 docker

docker 安装 客户端工具 操作XuperDB 操作Distributed AI 案例应用-线性回归算法测试 案例简介 测试脚本说明 上传样本文件 训练任务 预测任务 模型评估 案例应用-逻辑回归算法测试 案例简介 测试脚本说明 上传样本文件 训练任务 预测任务 模型评估 系统详解 部署架构 计算需求方(Requester) 任务执行节点(Executor Node) 数据持有节点(DataOwner PaddleDTX中的算法，一般指的是经过分布式改造的机器学习算法，即联邦学 习算法。 目前开源了纵向联邦学习算法，包括多元线性回归和多元逻辑回归。 训练样本和预测数据集 PaddleDTX中的训练样本和预测数据集都是以文件的形式存储于中心化存储网 络，在发布训练任务或者预测任务的时候，由计算需求节点指定。 模型 算法和训练样本确定模型。通过模型可以对预测数据集的标签值进行预测。 PaddleDTX中的模型，以“分 支持横向联邦学习算法，计划先对多元线性回归和多元逻辑回归进行改 造； 3. 优化目前使用的加法同态算法Paillier的性能； 4. 去中心化存储服务支持负载均衡策略，根据存储节点剩余资源和以往表现 情况，在文件分发时找到最优节点列表。 快速安装 我们为您提供了能够快速拉起 PaddleDTX 测试网络的脚本，在使用前需要您 准备如下环境: docker, 推荐版本18.03+ 点击下载安装 docker

中的算法，一般指的是经过分布式改造的机器学习算法，即联邦学习算法。 目前开源了纵向联邦学习算法，包括多元线性回归和多元逻辑回归。 2.5 训练样本和预测数据集 PaddleDTX 中的训练样本和预测数据集都是以文件的形式存储于中心化存储网络，在发布训练任务或者预测 任务的时候，由计算需求节点指定。 2.6 模型 算法和训练样本确定模型。通过模型可以对预测数据集的标签值进行预测。PaddleDTX 中的模型，以“分片” 提供联邦学习训练参数的评估能力，通过交叉验证等方式评估训练参数的优劣； 4. 优化目前使用的加法同态算法 Paillier 的性能； 5. 去中心化存储服务支持负载均衡策略，根据存储节点剩余资源和以往表现情况，在文件分发时找到最 优节点列表。 5 PaddleDTX Documentation 6 Chapter 3. 正在进行中 CHAPTER4 快速安装 我们为您提供了能够快速拉起 PaddleDTX https://github.com/PaddlePaddle/PaddleDTX.git 2. 编译 XuperDB $ cd PaddleDTX/xdb $ make 编译产出为 output 文件夹，内容为： ├── conf │ ├── config-dataowner.toml │ └── config-storage.toml ├── xdb //数 据 存 储 服 务 启 动

中的算法，一般指的是经过分布式改造的机器学习算法，即联邦学习算法。 目前开源了纵向联邦学习算法，包括多元线性回归和多元逻辑回归。 2.5 训练样本和预测数据集 PaddleDTX 中的训练样本和预测数据集都是以文件的形式存储于中心化存储网络，在发布训练任务或者预测 任务的时候，由计算需求节点指定。 2.6 模型 算法和训练样本确定模型。通过模型可以对预测数据集的标签值进行预测。PaddleDTX 中的模型，以“分片” 支持横向联邦学习算法，计划先对多元线性回归和多元逻辑回归进行改造； 3. 优化目前使用的加法同态算法 Paillier 的性能； 4. 去中心化存储服务支持负载均衡策略，根据存储节点剩余资源和以往表现情况，在文件分发时找到最 优节点列表。 7 PaddleDTX Documentation 8 Chapter 3. 正在进行中 CHAPTER4 快速安装 我们为您提供了能够快速拉起 PaddleDTX https://github.com/PaddlePaddle/PaddleDTX.git 2. 编译 XuperDB $ cd PaddleDTX/xdb $ make 编译产出为 output 文件夹，内容为： ├── conf │ ├── config-dataowner.toml │ └── config-storage.toml ├── xdb //数 据 存 储 服 务 启 动

generate_agency_cert.sh -c /mydata -o /mydata -n test_agency 配置SDK证书 区块链环境搭建完成之后Web3SDK需要连接节点时需要SDK证书文件，SDK 证书需要在机构证书生成之后才能生成，我们为上面生成的机构test_agency生 成SDK证书 cd /mydata/FISCO-BCOS/tools/scripts/ # bash generate_sdk_cert 使用Web3SDK时将ca.crt client.keystore文件拷贝到conf目录下即可。 创世节点 生成创世节点 生成节点的目录、配置文件、启动脚本、身份文件、证书文件。并自动部署系 统合约。 cd /mydata/FISCO-BCOS/tools/scripts/ #sh generate_genesis_node -o 节点文件夹生成位置 -n 节点名 -l 节点监听的IP -r 节点的RPC端口 ------------------------- 记录下创世节点的RPC address，之后会用到 RPC address: 127.0.0.1:8545 启动创世节点 直接到创世节点文件目录下启动 cd /mydata/node0 bash start.sh #关闭用 sh stop.sh 创世节点加入联盟 让创世节点成为参与共识的第一个成员 cd /mydata/FISC

management Leveraging native SSH config files fab 选项和参数 基本应用 直接执行远程命令 命令行参数 Per-task arguments 配置文件 Fabfile 文件的结构和使用 指定 fabfile 引用 Fabric 定义任务并导入 callable 任务 与远程程序集成 合并 stdout 和 stderr 伪终端 两者结合 作为库使用 扩展包 包括常用而有用的工具（通常是从用户的 fabfile 中合并进来 的），可用于用户 I/O、修改远程文件等任务中。核心 API 倾向于保持小巧、 不随意变更，扩展包则会随着更多的用户案例被解决并添加进来，而不断成长 进化（同时尽量保持向后兼容）。 终端输出工具 与 Django 集成 文件和目录管理 项目工具 参与 & 测试 我们欢迎高级用户 & 开发者提交并帮助修复 bug，或者帮助开发新功能。 ") 把上述代码放在你当前的工作目录中一个名为 fabfile.py 的 Python 模块文件 中。然后这个 hello 函数就可以用 fab 工具（随 Fabric 一并安装的命令）来执 行了，输出的结果会是这样： $ fab hello Hello world! Done. 以上就是配置文件的全部。它基于 Fabric 实现了一个（极其）简单的构建工 具，简单到甚至不用导入任何 Fabric

问题引入 1.2. 数据结构的设计 1.3. 电子存证合约的功能实现 1.4. 合约使用方法 2. 数字资产交易 2.1. ERC721简介 2.2. ERC721具备哪些功能 2.3. 调用json文件示例 开发手册 1. 智能合约SDK使用说明 1.1. C++接口API 1.2. Go接口API 2. 智能合约开发详解 2.1. 简介 2.2. 准备工作 2.3. 快速体验 2.4. com/xuperchain/xuperchain GCC版本需要升级到4或5以上 2. XuperChain基本操作 在output下，主要目录有data, logs, conf, plugins等, 二进制文件有xchain， xchain-cli 各目录的功能如下表： 目录名 功能 output/ 节点根目录 ├─ conf xchain.yaml: xchain服务的配置信息（注意端口冲突） plugins config 包括创始的共识，初始的资源数，矿工奖励机制等 ├─ logs 程序日志目录 ├─ plugins so扩展的存放目录 目录名 功能 ├─ xchain xchain服务的二进制文件 ├─ xchain-cli xchain客户端工具 └─ wasm2c wasm工具（智能合约会用到） 2.1. 部署xchain服务 2.1.1. 创建链 在启动xchain服务之前，

命令行执行以下命令: # 下载预编译包 wget https://xuper.baidu.com/download/xuperchain-dawrin- amd64.tar.gz # 解压二进制文件 tar zxvf xuperchain-linux-amd64.tar.gz # 设置 PATH 变量， 方便在其他地方使用命令 export XCHAIN_ROOT=`pwd`/output export 命令行执行以下命令: # 下载预编译包 wget https://xuper.baidu.com/download/xuperchain-linux- amd64.tar.gz # 解压二进制文件 tar zxvf xuperchain-linux-amd64.tar.gz # 设置 PATH 变量， 方便在其他地方使用命令 export XCHAIN_ROOT=`pwd`/output export 为了方便使用，可以设置命令别名: alias xchain-cli=docker exec -it xchain xchain-cli 也可以将 alais 命令写到 .bashrc 或者 .zshrc 文件中，以便每次启动新终端事 件自动执行 alias 命令 基本操作 创建新账号 # 创建账号 xchain-cli account newkeys # 查看节点地址 cat data/address

命令行执行以下命令: # 下载预编译包 wget https://xuper.baidu.com/download/xuperchain-dawrin- amd64.tar.gz # 解压二进制文件 tar zxvf xuperchain-linux-amd64.tar.gz # 设置 PATH 变量， 方便在其他地方使用命令 export XCHAIN_ROOT=`pwd`/output export 命令行执行以下命令: # 下载预编译包 wget https://xuper.baidu.com/download/xuperchain-linux- amd64.tar.gz # 解压二进制文件 tar zxvf xuperchain-linux-amd64.tar.gz # 设置 PATH 变量， 方便在其他地方使用命令 export XCHAIN_ROOT=`pwd`/output export 为了方便使用，可以设置命令别名: alias xchain-cli=docker exec -it xchain xchain-cli 也可以将 alais 命令写到 .bashrc 或者 .zshrc 文件中，以便每次启动新终端事 件自动执行 alias 命令 基本操作 创建新账号 # 创建账号 xchain-cli account newkeys # 查看节点地址 cat data/address

命令行执行以下命令: # 下载预编译包 wget https://xuper.baidu.com/download/xuperchain-dawrin- amd64.tar.gz # 解压二进制文件 tar zxvf xuperchain-linux-amd64.tar.gz # 设置 PATH 变量， 方便在其他地方使用命令 export XCHAIN_ROOT=`pwd`/output export 命令行执行以下命令: # 下载预编译包 wget https://xuper.baidu.com/download/xuperchain-linux- amd64.tar.gz # 解压二进制文件 tar zxvf xuperchain-linux-amd64.tar.gz # 设置 PATH 变量， 方便在其他地方使用命令 export XCHAIN_ROOT=`pwd`/output export 为了方便使用，可以设置命令别名: alias xchain-cli=docker exec -it xchain xchain-cli 也可以将 alais 命令写到 .bashrc 或者 .zshrc 文件中，以便每次启动新终端事 件自动执行 alias 命令 基本操作 创建新账号 # 创建账号 xchain-cli account newkeys # 查看节点地址 cat data/address