麻烦问下关于培训班的事

z61589750 2008-10-18 11:44:55
各位前辈好 我是即将毕业的计算机专业的学生,我想在毕业前找个培训班,因为在北京,所以我想在达内和尚学堂之间选择一个,可不知道哪个更好点,希望有这方面经验的前辈能够指点一下,谢谢
...全文
131 15 打赏 收藏 转发到动态 举报
写回复
用AI写文章
15 条回复
切换为时间正序
请发表友善的回复…
发表回复
巫医风子 2008-10-19
  • 打赏
  • 举报
回复
楼主估计应该是还有一年多左右的时间毕业吧

1、多去招聘会,了解招聘网站上的信息,至少知道自己要学些什么。
2、找公司实习去吧。真的,实在学不下去,培训吧。
3、推荐你个网站:爱北风学习网,http://www.ibeifeng.com/,下下上面的视频看看

好运
huangyangweiyue 2008-10-18
  • 打赏
  • 举报
回复
路过
zhj92lxs 2008-10-18
  • 打赏
  • 举报
回复
[Quote=引用 4 楼 ZangXT 的回复:]
引用 3 楼 yinyuan1987 的回复:
我感觉还是自己能学进去就可以,没必要进培训班,

不过最近也碰到不少朋友培训的帖子,还是尚学堂名声响点

嗯,赞同.
从网上往外放视频是个很好的策略.起码那个马士兵老师推崇的人很多.
[/Quote]
ZangXT 2008-10-18
  • 打赏
  • 举报
回复
[Quote=引用 3 楼 yinyuan1987 的回复:]
我感觉还是自己能学进去就可以,没必要进培训班,

不过最近也碰到不少朋友培训的帖子,还是尚学堂名声响点
[/Quote]
嗯,赞同.
从网上往外放视频是个很好的策略.起码那个马士兵老师推崇的人很多.
  • 打赏
  • 举报
回复
我感觉还是自己能学进去就可以,没必要进培训班,

不过最近也碰到不少朋友培训的帖子,还是尚学堂名声响点
xqh2168 2008-10-18
  • 打赏
  • 举报
回复
没去过培训班
ZangXT 2008-10-18
  • 打赏
  • 举报
回复
大学里的东西比培训班好.
cupoy 2008-10-18
  • 打赏
  • 举报
回复
没有参加过培训,自学更省时间
showde123 2008-10-18
  • 打赏
  • 举报
回复
都可以吧 , 事物发展到一定程度的时候,相关的某些因素会退而居次。
这可以指你个人,也可以说是培训班。
java__king 2008-10-18
  • 打赏
  • 举报
回复
个人觉得进哪个培训班无所谓啦,老师只是领你入门,进了门后怎么走还是要看自己的.
平时多加训练是最好的啦.
lovegenii 2008-10-18
  • 打赏
  • 举报
回复
个人认为,你进培训班,只能是你有什么解决不了的问题,你会第一时间找到答案.但是你的自学能力会受到限制,也许你只能是一个工厂里制作的快速商品.深的东西就谈不上了.

个人还是比较推荐你以培训班的网上视频为主,以你自学为补.我大学四年就是这样学的.感觉没什么不好的.

首推:尚学堂!!!!!!!

http://www.verycd.com/topics/93279/

这个给你,一定有用.
lihan6415151528 2008-10-18
  • 打赏
  • 举报
回复
尚学堂

马士兵

很出名!
BYH_Hecker 2008-10-18
  • 打赏
  • 举报
回复
我不知道,我是在珠海培训的
gejixin 2008-10-18
  • 打赏
  • 举报
回复
达内的广告做的可是比尚学堂要多的啊,看看csdn知道
以梦为马 2008-10-18
  • 打赏
  • 举报
回复
o
内容概要:本文围绕基于Basisformer模型的时间序列锂离子电池SOC(State of Charge,荷电状态)预测展开研究,利用PyTorch框架实现深度学习模型的构建与训练。通过将历史充放电数据作为输入,Basisformer能够有效捕捉电池状态的动态变化特征,提升SOC预测精度。文中详细介绍了模型结构设计、数据预处理流程、训练策略及实验结果分析,并与传统方法进行对比,验证了该方法在复杂工况下的优越性与鲁棒性。该研究不仅展示了Basisformer在时序建模中的潜力,也为电池管理系统提供了高精度的状态估计解决方案。; 适合人群:具备一定Python编程基础和深度学习理论知识,熟悉PyTorch框架,从电池管理系统、新能源汽车或智能预测方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于电动汽车、储能系统等领域的电池SOC高精度实时估算;②为电池健康管理(BMS)提供可靠的状态输入;③推动深度学习在时间序列预测中的实际落地,提升现有预测模型的泛化能力与稳定性; 阅读建议:建议读者结合标题为【锂电池SOC估计】【PyTorch】基于Basisformer时间序列锂离子电池SOC预测研究(python代码实现)的资源,重点研读所提供的Python代码,深入理解数据处理方式与模型网络结构的设计思路,尝试调整超参数以观察对预测性能的影响,从而全面掌握Basisformer在时序建模中的优势、适用边界及工程化实现路径。

23,404

社区成员

发帖
与我相关
我的任务
社区描述
Java 非技术区
社区管理员
  • 非技术区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧