合約量化系統開發（語言）python|合約量化模式詳情分析

　　區塊鏈系統提供智慧合約功能，使用者可以使用系統支援的程式語言將交易條款和流程程式碼化，預先部署到系統上，同時向使用者提供使用介面。只要使用者提交的介面資訊符合智慧合約的條款，就可以得到執行。由此可以看出，智慧合約具有效率極高、無人為幹預、準確快速等優點。智慧合約技術在旅遊行業有廣闊的應用前景，特別是應用在旅遊服務商與消費者之間的旅遊服務合同方面

　　model——需要匯出的pytorch模型

　　args——模型的輸入引數，滿足輸入層的shape正確即可。

　　path——輸出的onnx模型的位置。例如‘yolov5.onnx’。

　　export_params——輸出模型是否可訓練。default=True，表示匯出trained model，否則untrained。

　　verbose——是否列印模型轉換資訊。default=False。

　　input_names——輸入節點名稱。default=None。

　　output_names——輸出節點名稱。default=None。

　　else:技術開發：I88模式I928案例8024

　　print("predict result{},correct answer{}".format(predict_y,test_data_y_),'n')

　　accuracy=round(num_correct/NUM_TEST,3)

　　print("model accuracy:{}".format(accuracy),'n')

　　#training and testing

　　for epoch in range(EPOCH):

　　for step,(b_x,b_y)in enumerate(train_loader):#分配batch data,normalize x when iterate train_loader

　　print(type(b_x),b_x.shape)

　　print(b_x.dtype)

　　output=cnn(b_x)#cnn output

　　print(output.size(),b_y.size())

　　#output=torch.topk(output,1)[1].squeeze(1)

　　b_y=torch.topk(b_y,1)[1].squeeze(1)#最後一個錯誤解決的辦法

　　#print(output.size(),b_y.size())

　　loss=loss_func(output,b_y)#cross entropy loss

　　optimizer.zero_grad()#clear gradients for this training step

　　loss.backward()#backpropagation,compute gradients

　　optimizer.step()#apply gradients

　　聯盟鏈由多個節點構成，其中某一節點透過選舉成為叢集中的leader節點，由此leader節點將自身持有的智慧合約交易執行完畢，並且對智慧合約交易執行結果進行hash簽名，將執行請求與執行結果進行打包，傳送給所有副本replica節點進行確認