frontpage与dw的互通问题。

whose 2003-10-13 11:13:08
用frontpae做的网页可以放在dw中编辑,会有什么不兼容。
用dw做的网页可以放在frontpae中编辑,会有什么不兼容。
...全文
131 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
3065088 2003-10-27
  • 打赏
  • 举报
回复
我做网页一直用的是DW,从来不用FP。
但我想它们之间没有什么不兼容的,都是用的HTML语言嘛!
lqlolc 2003-10-17
  • 打赏
  • 举报
回复
没有什么不兼容的

几乎通用
xuzhe1111 2003-10-13
  • 打赏
  • 举报
回复
没用过fp
likcy 2003-10-13
  • 打赏
  • 举报
回复
一般差不多,没什么特别的,在你的表格安排好来就好了。
robertzhoucan 2003-10-13
  • 打赏
  • 举报
回复
用dw做的菜单,用frontpage编辑会比较难受。
其他的不知道,我不太用fp的
tsstudio 2003-10-13
  • 打赏
  • 举报
回复
相信基本上都兼容吧。
也许还是有一些不兼容,但可以通过手动编辑代码来达到兼容的目的啊
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。

1,450

社区成员

发帖
与我相关
我的任务
社区描述
多媒体/设计/Flash/Silverlight 开发 图象工具使用
社区管理员
  • 图象工具使用社区
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