欢迎来到rainbywwhite1的博客

本文开源了一个经过简单修改的基于LaTex语法的简历模板，本文参考了github链接：https://github.com/geekplux/cv_resume，并对其源码进行了部分改进优化，效果图如图所示，博主再次感谢原作者的开源精神。

文件配置方式如下所示：

本模型适配文章为： 锂电池SOH预测主程序源码

这个源码是可以适配任何锂电池数据集SOH预测的代码，只需要少量修改即可。

循环神经网络(RNN) 是深度学习领域处理时间序列数据最基础且最具代表性的算法，其核心思想是引入“记忆”机制（隐藏层状态），将当前时刻的输入信息与历史时刻的记忆信息相结合，从而捕捉数据随时间演变的动态规律。

线性回归是机器学习中最基础且最经典的算法，其核心思想是寻找自变量和因变量之间最契合的线性比例关系。

markdown 是由约翰・格鲁伯与亚伦・斯沃茨于 2004 年共同创造的轻量级标记语言，核心设计理念是易读易写，用极简的纯文本符号实现排版，可便捷转换为 HTML、PDF、Word 等格式，兼顾源码可读性与渲染美观度，是当前技术写作、文档编辑、内容创作的主流格式之一。

在运行特征提取脚本之前，请确保你的本地数据集路径 下的文件结构严格如下所示，否则程序将无法正确定位 CSV 文件。当然路径可以不一样，但是层级请按照这个层级来排布，提取NASA数据集电池原始数据的代码在本博客已经发布，见： 基于Python的NASA锂电池数据提取源码