CSDN获千万美元融资 计划2015-2016年上市

WorldMobile 2013-02-20 08:31:01
加精
CSDN获千万美元融资 计划2015-2016年上市

腾讯科技/乐天 2013-02-18

2月18日消息,国内开发者社区CSDN已于去年底获得超过千万美元融资,此次投资共有3家投资方,包括宽带资本,另有一位互联网大佬以个人名义投资,这笔资金将于今年3月底到账。腾讯科技年前曾致电CSDN创始人蒋涛,对方不予置评。
...全文
4639 65 打赏 收藏 转发到动态 举报
写回复
用AI写文章
65 条回复
切换为时间正序
请发表友善的回复…
发表回复
july0302 2013-03-02
  • 打赏
  • 举报
回复
上市了广告一定会剧增。。。
gymak 2013-03-01
  • 打赏
  • 举报
回复
引用 60 楼 china_jeffery 的回复:
看了楼主的帖子后,我终于忍不住回帖了,在网络上我并不经常回帖,可是楼主在 这个帖子里面的表现之优秀,让我觉得不能错过这个机会。虽然仅仅是一遍粗略通读,我已忍不住拍案叫绝,在中国的网络的层次上,竟然会有如此的巨匠,看来以我的阅历距离“达人”的境界还有一段不小的距离。表面看作者是文章是结构松散,略显凌乱,实际上却是把“细节主义”发挥到了极致,只言片语之间处处显露真情实感。其独……
马屁精,恶心
槑党--一缕风 2013-02-26
  • 打赏
  • 举报
回复
上市了广告更多。。。。。。
cuidenghong123 2013-02-26
  • 打赏
  • 举报
回复
这都可以。。
xiao_bai 2013-02-25
  • 打赏
  • 举报
回复
最好变得有特色一些
网络科技 2013-02-25
  • 打赏
  • 举报
回复
支持下。。。。
china_jeffery 2013-02-25
  • 打赏
  • 举报
回复
看了楼主的帖子后,我终于忍不住回帖了,在网络上我并不经常回帖,可是楼主在 这个帖子里面的表现之优秀,让我觉得不能错过这个机会。虽然仅仅是一遍粗略通读,我已忍不住拍案叫绝,在中国的网络的层次上,竟然会有如此的巨匠,看来以我的阅历距离“达人”的境界还有一段不小的距离。表面看作者是文章是结构松散,略显凌乱,实际上却是把“细节主义”发挥到了极致,只言片语之间处处显露真情实感。其独辟蹊径,造化之神也只有当年张三丰自创太极可以与之相媲美。 历代作家给我们给我们留下无数美文,馨香文字,文字馨香。 这就是我斗胆的一点粗略分析,每天睡觉以前,我都会把您的帖子再三拜读,拜读。 希望这样的好贴多些,再多些!!!
london4321 2013-02-25
  • 打赏
  • 举报
回复
发错地方了!管理员睡觉了?
london4321 2013-02-25
  • 打赏
  • 举报
回复
口水贴,鉴定完了
core321 2013-02-25
  • 打赏
  • 举报
回复
什么时候 可以 不用积分下载 就好了
  • 打赏
  • 举报
回复
csdn有钱了
仙境之桥2046 2013-02-24
  • 打赏
  • 举报
回复
上市又能怎么样
ateng 2013-02-24
  • 打赏
  • 举报
回复
有钱了,可以投入更多的资源,做得更有特色
dazhuang 2013-02-23
  • 打赏
  • 举报
回复
支持CSDN,要办出自己的特点
xiuyouxu 2013-02-23
  • 打赏
  • 举报
回复
Defims 2013-02-23
  • 打赏
  • 举报
回复
希望越来越强
兔子-顾问 2013-02-23
  • 打赏
  • 举报
回复
拭目以待,csdn要大变了。
paullbm 2013-02-22
  • 打赏
  • 举报
回复
引用 43 楼 houbaobaodchunt 的回复:
有钱了就把论坛做的更好点 能让自学软件开发的也能看得懂 另外不要明文保存数据了
有道理。
Stupa 2013-02-22
  • 打赏
  • 举报
回复
不错,支持一下!
猴宝宝的春天 2013-02-22
  • 打赏
  • 举报
回复
有钱了就把论坛做的更好点 能让自学软件开发的也能看得懂 另外不要明文保存数据了
加载更多回复(45)
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,从事电池管理系统、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。

401

社区成员

发帖
与我相关
我的任务
社区描述
PowerBuilder 非技术版
社区管理员
  • 非技术版社区
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