对于深度学习研究者来说，计算能力非常关键，但 CPU 和 GPU 资源往往是有限的。Raven 协议正是解决这一问题的良方。Raven 协议可以利用空闲的计算资源来训练深度神经网络，而这些资源均来自个人用户设备的分享。分享空闲计算资源进行深度学习训练的概念可以为资源使用者节约大量的研究成本，而资源的贡献者则可以得到 Raven 币（RAV）作为补偿 / 回报。
在一个普通的、计算能力有限的计算机上训练一个 AI/ML 模型往往需要数周甚至数月的时间。对于更好的计算芯片（GPU）的需求是一个必须考虑的成本因素。密集和频繁地使用高速计算资源来操作计算数据、计算和更新深度神经网络中不同神经元的[……]
《区块链行业报告 —— 以去中心化之力、重塑生产关系》36 氪研究院最新发布的区块链行业研究报告，从交易流程到 Token 经济作了全方位解析。更重要的，是对中国区块链项目定位与商业模式的反思。（PDF 格式下载）。[……]
把深度学习与区块链结合在一起的实验案例，看起来是一个不错的主意。David Sheehan 使用一个长短时记忆（LSTM）模型 —— 深度学习中一个非常适合分析时间序列数据的特定模型（或者任何时间/空间/结构序列数据，例如电影、语句等）；做了一个预测加密电子货币的价格趋势的实验案例。除了此前的比特币价格预测以外，该实验案例还包含了对以太坊协议货币的趋势预测。
如果你真的想了解其中的基础理论，那么我推荐你阅读这三篇文章：《理解 LSTM 网络》、《探究 LSTM》、原始白皮书。为了尽量吸引更多的非专业机器学习爱好者，实验中大幅度减少代码的篇幅。如果你想自己使用这些数据或者建立自己的模型，本[……]
有人称：区块链（Blockchain）技术也许是继蒸汽机、电力、信息和互联网技术之后，能与大数据、移动互联网、云计算等新技术共同推动经济金融转型升级、最有潜力触发第五轮颠覆式产业革命浪潮的核心技术。
区块链有两个主要部分：区块和链。它的本质就是一串链子把区块串起来，然后数据被划分成连续的多个区块的形式，在电脑里储存。举个例子你就明白了，下图中方框代表国家，每个方框里每个国家的一些城市名字。
除此之外，每个方框里面还有一个称作哈希值（hash）的部分，哈希值是由一系列字符组成（比如“1hi515AHA5H”），它的值由每个方框的里面信息决定。
由于[……]
虽然区块链开源框架很多，然而除了原生比特币以外，法兰克福大学区块链中心发布了对当前三大主流区块链开源框架 ——《以太坊，Hyperledger，Corda 对比报告》。对于开发人员，可以通过访问以太坊，Hyperledger 的开放教程，迅速开始区块链的本地开发。[……]
今天，区块链已超越 —— 比特币背后的技术这一狭隘的概念，其去中心化的核心理念正逐步渗透至各个行业，包括：旅游、能源、房地产、金融，乃至医疗行业。区块链在不断破坏旧的利润与经济秩序同时，又不断的创造着新的利润与经济秩序。每个人都应该了解区块链概念，这一未来的新经济蓝图。跨象乘云™ 汇总了多家咨询机构的原生版（无水印）区块链报告，让你能全方位的认识这全新的领域。
Alex Honchar 在 Medium 上曾发布了一些列使用神经网络进行交易算法的金融预测教程，包括：
有一部分结果十分值得在实际交易中加以应用。同时，随着人工智能技术的普及，用机器学习预测市场价格波动的方法最近层出不穷。然而，当你试图将一些机器学习模型应用于「随机」数据并希望从中找到隐藏规律的时候，训练过程往往会产生严重的过拟合。这次，Alex Honchar 介绍了利用概率编程和 Pyro[……]
跨象乘云汇总了 2017 年 Python 在金融工程领域应用中的各个最佳实践项目案例：
首先，你需要了解如何使用 Python 与常见的数据表打交道。DataCamp 上的教程：Python Excel Tutorial: The Definitive Guide，让你了解如何使用 Python 读取和导入 Excel 文件，如何将数据写入这些电子表格；或者与 Google Sheets 协同工作。
同时，如何通过 Numpy，Pandas，Matplotlib，Quantopian，Finance 等，学习 Python 在金融交易领域的算法应用？ DataCamp 的教程：P[……]
