Dynex SDK (beta) 为了做好准备，我们为用户准备了一些初始阅读材料、指南和代码示例：

SDK概述：https://dynexcoin.org/learn/dynex-sdk

初学者指南：https://dynexcoin.org/learn/beginner-guides

高级示例：https://dynexcoin.org/learn/advanced-examples

      使用Dynex SDK，您可以直接通过Python在Dynex神经形态平台上计算原本设计用于量子计算机的算法，而无需考虑可扩展性、纠错和可访问性的限制。这标志着一个新时代的开始，Dynex位于这一新的计算范式的中心。我们使Dynex SDK与PyQubo和Dimod兼容，这是常用的开源库，通常用于量子计算机上的计算。这将使您更容易将机器学习或优化任务规范化，因为有大量的代码示例、指南和文献可供参考。您只需将量子采样器对象替换为Dynex采样器对象（如指南和示例Jupyter笔记本中所示），即可在Dynex平台上进行计算。

       如果您想了解如何陈述和规范化量子/神经形态计算问题的方法，有一本相当不错的“问题解决手册”可供参考，概述了在量子计算机上进行计算的概念，这也适用于在Dynex平台上进行计算：https://www.scribd.com/document/482080151/09-1171A-A-Developer-Guide-Problem-Solving-Handbook

       在接下来的几周里，我们还将发布教程视频、讲座和额外的代码示例，以进一步帮助我们的社区最大限度地提高他们的成果。我们非常激动地期待看到我们的Dynex SDK (beta)用户通过使用Dynex平台创建和发现的成果 - 敬请期待成功故事！

Dynex 机器学习发布++ 新的矿工版本发布++ 矿池升级++ 停止支持旧的矿工版本++ Dynex SDK

今天标志着Dynex发展的重要里程碑。

       我们非常高兴地宣布，Dynex平台现在支持机器学习任务(DynexSolveML)。我们投入了数千小时的时间进行大规模平台升级。在过去几周里，我们的科学、研究与开发团队在紧密协作下不知疲倦地努力，使Dynex SDK (beta)与现有的量子计算框架兼容，通过使用Python代码在我们的平台上运行最初为量子计算机开发的算法。不受扩展性、纠错和可访问性的限制。矿工开发人员不遗余力地将Dynex Ising/QUBO采样器整合并优化到他们的矿工中，我们的矿池运营商升级了他们的基础设施以支持新的客户端版本。

       在此，我们要向为此做出贡献的每个人表示衷心的感谢！

       新的客户端版本发布，OZM刚刚发布了全面支持Ising/QUBO采样的全新矿工版本。SRB正在最后阶段，很快将发布他的版本。

        https://github.com/OneZeroMiner/onezerominer/releases/tag/v1.2.0

         停止支持旧的版本 为了实现平稳过渡，旧的版本将继续受到支持，直到7月27日13:00 UTC。此后，旧的版本将无法连接到Dynex网络。

         算力和PoUW性能 通过此次升级，我们还对Dynex芯片的仿真模型进行了两个重大改进：

         现在，在所有作业类型和仿真中应用双精度(fp64)；以及在芯片仿真过程中引入了自适应步长，减少了仿真过程中引入的数学误差，并在积分过程中加快演化，以找到最佳能量基态。

         这些技术优势导致了POW算力的降低(取决于使用的GPU制造商和型号)。在所有矿工升级到新版本后，这不会对盈利能力产生影响。然而，我们鼓励您尽早升级您的客户端版本，我们迁移整个网络的速度越快，对于我们的Dynex SDK (beta)用户来说就越好。