技术书可以有哲学式讨论吗

不潇洒的鱼 2015-07-27 10:43:20
记得上大学时候看一本国外的技术书,每章讲完之后,都会留下两个哲学式的问题,当然,这两个问题仔细思考的话,肯定也是与技术有关的。
比如:摄像是一个很好的应用,但是我们可以用摄像头监视别人吗?如果那个人是个犯罪嫌疑人呢,我们可以吗?又如果我们是警察呢。很多类似的问题。
但是,看国内的那么多书,那么多教材,却从来都是技术只讲技术,技术书籍可以有哲学式思考题或者讨论吗?
...全文
73 2 打赏 收藏 转发到动态 举报
写回复
用AI写文章
2 条回复
切换为时间正序
请发表友善的回复…
发表回复
不潇洒的鱼 2015-08-19
  • 打赏
  • 举报
回复
多读书 读好书
飏飏一蝶 2015-07-27
  • 打赏
  • 举报
回复
国内教材你也看啊,大部分都是抄来抄去的 哲学式讨论,come on,man,this is China!
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