C++到底是干什么用的,有哪些方向用到C++(集思广益)

轻纱罗幔细柳腰 2013-11-12 01:18:13
本人开贴目的很简单,一是稳固自己的职业规划, 二为嗷嗷待哺的莘莘学子门拨开云雾,为将来的工作定好一个方向免的坠入彀中(狄仁杰看多了学会了俩字彀跟夤),关于这个题目,元芳你怎么看的?
...全文
253 6 打赏 收藏 转发到动态 举报
写回复
用AI写文章
6 条回复
切换为时间正序
请发表友善的回复…
发表回复
junlinfushi 2013-11-12
  • 打赏
  • 举报
回复
junlinfushi 2013-11-12
  • 打赏
  • 举报
回复
max_min_ 2013-11-12
  • 打赏
  • 举报
回复
引用 2 楼 lineage191 的回复:
bamboo,你做得好事,把我的帖子换板块了,导致石沉大海了
其实这个问题不应该是一个学习这个或者从事这个提出来的!学习的时候总是认为没有什么用处!当实际需要的时候就无从下手了! c++只是IT行业的一个小方向而已!因为有N多当前设备或者未来的设备需要它来更友好的和人来交互,所以N多人需要用它来养家户口的!当然还有很多兴趣的爱好者也在其中!
sololie 2013-11-12
  • 打赏
  • 举报
回复
撸过JF
  • 打赏
  • 举报
回复
bamboo,你做得好事,把我的帖子换板块了,导致石沉大海了
jamesyue2008 2013-11-12
  • 打赏
  • 举报
回复
编点程序,方便自己,加薪前提。
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。

3,881

社区成员

发帖
与我相关
我的任务
社区描述
C/C++ 其它技术问题
社区管理员
  • 其它技术问题社区
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