U盘装系统 - 记自己第一次装系统的经历

本文介绍了一个用户如何解决因Fedora损坏而导致的双系统引导问题。通过卸载Fedora并重新安装Windows,作者详细记录了从制作U盘启动盘到修复Windows引导的全过程。


我原本的系统是windows+Fedora,系统是由Fedora引导的,但是Fedora的系统文件被我改坏了,无法正常运行了,所以导致每次开机都需要手动选择windows。这样搞的很麻烦,于是决定卸载掉Fedora,然后重装下windows,失之东隅,收之桑榆,原本笨重缓慢的windows重装后焕发了新的生机。

1. 制作U盘启动盘。

    手上没有windows系统光盘,就只好利用U盘了。我使用了一键工作室开发的一键U盘装系统工具来制作U盘启动盘。                 http://www.upanok.com/。简单高效。然后下载了系统文件win7 ghost。第一步就算完成了。

2. 卸载掉Fedora。

   利用windows提供的磁盘管理工具判断linux分区,然后删除卷,再将其与windows的分区进行合并扩展。


3. 设置BIOS。

   在bios中设置U盘为第一启动盘,并且重启进入U盘启动盘的菜单。


4. 重装系统。

   进入windows PE ,然后一键重装,重装系统的过程让其自动完成即可,最后进入windows系统。


5. 修复windows引导


   由于grub中设置依旧是由linux引导,所以需要修改其设置,使系统由windows进行引导。此时可重启再次进入windows PE中,winPE中一般都会自带NTBootAutofix工具,可以利用此工具进行傻瓜式的引导修复。

至此重启,完成所有过程。

     

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值