墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
2.2k累计阅读
2.2k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
http://www.ezbsystems.com/cgi-bin/ikonboard.cgi?act=ST;f=2;t=2478
当UltraIso不是安装在默认文件夹，并且不是Administrator用右键菜单加载ISO文件到虚拟光驱的时候，会提示这个错误。
解决办法：
修改注册表，在CMD运行：
reg add "HKCU\Software\EasyBoot Systems\UltraISO\5.0" /ve /d "UltraISO安装目录" /f
比如：
reg add "HKCU\Software\EasyBoot Systems\UltraISO\5.0" /ve /d "D:\Program Files\UltraISO" /f
UltraISO 虚拟光驱加载失败排查指南
本文针对UltraISO虚拟光驱加载失败的常见问题，提供了一套从基础到进阶的完整排查指南。文章详细分析了权限不足、驱动服务未启动、安全软件拦截等基础原因，并重点讲解了因Windows系统更新导致的SHA-2驱动签名冲突问题及其解决方案（如安装KB4474419补丁）。此外，还介绍了使用isocmd命令行工具进行高级操控以及彻底重装等终极手段，帮助用户系统性地解决虚拟光驱“未找到”的难题。
在win10中加载ISO文件到虚拟光驱
前言 想装个ISO中的软件.加载了.ISO, 选择加载进虚拟光驱时, 提示"虚拟光驱没找到" 以前一直用ultraISO, 以前很好用的, 最近win10升级后, 不好使了. 用的是和谐版, 不知道是不是有限制. 看了一下ultraiso的界面配置选项, 估计是驱动没加载成功引起的. 也就不去实验C:\Program Files (x86)\UltraISO\drivers\IsoCmd.exe 去挂在ios虚拟光驱了. 以前win10刚装完时, 右键.iso文件时, 会有win10自带的右键菜单
别再踩坑了！用UltraISO给Clonezilla再生龙做启动U盘的保姆级教程（附虚拟机实战）
本文提供使用UltraISO制作Clonezilla（再生龙）启动U盘的详细教程，解决常见兼容性问题。通过对比不同工具优缺点，推荐UltraISO的高兼容性方案，包含准备工作、制作流程、虚拟机测试及问题排查，助您轻松完成系统维护与灾难恢复任务。
“绿色单文件版UltroISO 未能找到虚拟光驱 ”的解决办法
绿色单文件版UltroISO是一款非常不错的虚拟软件，而且只有一个文件，1M 左右。今天用的时候，却遇到了一个很不爽的问题：已经把ISO文件加载到虚拟光驱，在我卸载镜像的时候，没有用UltroISO自带的卸载功能，而是在虚拟光驱上右键--------->弹出。再次加载ＩＳＯ文件的时候，就弹出“未找到虚拟光驱”。在网上搜索了半天，也没有找到解决办法。无奈，自己重启，结果问...
UltraISO光盘映像处理全指南：ISO制作、编辑与启动盘写入
光盘映像（ISO）是操作系统分发与系统部署的基础数字载体，其本质是按ISO 9660等标准封装的完整光盘扇区结构。理解ISO需从文件系统原理出发——它不是压缩包，而是可挂载、可引导、需校验的二进制镜像。UltraISO的核心价值在于提供扇区级解析、启动逻辑重写和跨格式兼容转换能力，支撑Windows安装盘制作、Linux启动U盘写入、国产系统（如银河麒麟V10）引导定制等关键场景。尤其在处理UEFI/Legacy双模引导、boot.wim编辑、CISO转ISO及固件级扇区修复等高阶需求时，其不可替代性凸显。
UltraISO光盘映像管理全解析：ISO本质、启动盘制作与安全实践
ISO文件并非普通压缩包，而是遵循ISO 9660/UDF标准的光盘文件系统镜像，承载目录结构、引导信息与元数据。其核心原理在于扇区级组织与跨平台兼容性设计，技术价值体现在可启动介质构建、镜像验证、无损编辑与多格式转换等专业场景。广泛应用于Windows/Linux系统部署、嵌入式固件提取、教学实验盘定制及企业批量装机等工程实践。本文基于UltraISO 9.7.8，深入解析ISO底层结构、UEFI启动机制与正版安全操作流程，覆盖从官网下载、SHA256校验到USB-HDD+模式写入的完整闭环。
VMware安装Windows 7提示Operating System not found的根因与解法
Operating System not found是虚拟机启动失败的典型现象，本质源于固件（UEFI/Legacy BIOS）与操作系统引导机制不匹配。Windows 7作为跨架构过渡期系统，其ISO镜像普遍仅支持Legacy BIOS引导，而VMware Workstation 12+默认启用UEFI固件，导致bootmgfw.efi加载失败；同时，SATA/AHCI控制器在Legacy模式下缺乏原生驱动，进一步阻断硬盘识别。该问题并非ISO损坏或配置遗漏，而是固件类型、硬盘控制器、引导扇区三者协同失效
保姆级教程：用UltraISO制作U盘安装VMware ESXi 7.0，附首次登录配置网络全流程
本文提供了一份详细的保姆级教程，指导用户使用UltraISO制作U盘安装VMware ESXi 7.0，并完成首次登录后的网络配置全流程。从准备工作、硬件兼容性检查到系统安装和网络设置，每一步都配有详细说明和实用技巧，帮助IT爱好者和开发者轻松搭建家庭实验室，掌握企业级虚拟化平台的部署与管理。
【203】利用UltraISO制作和刻录光盘映像的方法
参考：利用UltraISO制作和刻录光盘映像的方法 软件：UltraISO注册版(制作镜像).rar 目录： 1.利用UltraISO制作光盘映像2.利用UltraISO刻录光盘映像文件 1.利用UltraISO制作光盘映像 UltraISO下载地址 利用UltraISO制作光盘映像文件需要具备以下条件： 一. 安装有光存储，也就是DVD-ROM/RW光驱或者CD-ROM/RW...
【Cadence】PSS+PSTB/PAC仿真在开关电源稳定性分析中的关键应用
本文深入探讨了Cadence仿真工具中PSS+PSTB/PAC方法在开关电源稳定性分析中的关键应用。针对开关电源作为时变非线性系统的特性，传统STB仿真方法会失效。文章详细阐述了如何通过PSS分析找到周期稳态，并在此基础上利用PSTB或PAC进行精确的环路增益和小信号频响分析，为电源设计提供可靠的稳定性评估与补偿网络设计依据。
AI量化交易工作台Vibe-Trading：用自然语言驱动策略回测与多智能体研究
量化交易通过数学模型和计算机程序执行投资决策，其核心在于将市场规律转化为可验证的策略。传统量化开发涉及数据获取、策略编写、回测验证等复杂工程，对非编程背景的从业者构成较高门槛。随着大语言模型技术的发展，自然语言交互正成为降低技术使用难度的关键。Vibe-Trading项目正是这一趋势的实践，它将金融工程任务封装为可调用的工具与技能，允许用户通过自然语言指令直接驱动策略回测、因子研究和投资组合分析。其技术价值在于构建了一个模块化的AI Agent框架，通过ReAct推理框架协调多个专项技能，并创新性地引入多智
安装CentOS 7.4时服务器出现No Caching mode page found问题的解决方法
2019-03-27 前提准备条件： 操作系统：centos 7.4；服务器使用U盘安装，U盘使用UltraISO制作启动盘 安装过程出现的问题： [sdb] No Caching mode page found [sdb] Assuming drive cache:write through 出现此种情况之后，安装无法进行下去 解决问题方法： ...
Eplan2022 复制已有的宏文件生成新的原理图宏文件
Eplan2022 新建原理图宏文件
安装Esxi 6.0提示No compat network adapter found
网址：https://vibsdepot.v-front.de/wiki/index.php/Welcome。1、登录网站下载相应的驱动。进入后找到对应的网卡驱动。找不到就直接点此链接下载。
如何利用CN3791实现太阳能电池板对锂电池的高效充电管理
本文详细介绍了如何利用CN3791芯片实现太阳能电池板对锂电池的高效充电管理。CN3791集成了MPPT（最大功率点跟踪）功能，能智能调节太阳能板的输出，确保在不同光照条件下获得最大功率。文章涵盖芯片工作原理、外围电路设计、充电全过程管理及实际应用经验，帮助开发者优化太阳能充电系统效率。
手把手教你学Simulink--基于Simulink的高速公路自动驾驶场景仿真建模
特点车道保持：自动调整车辆方向以保持在车道中央。自适应巡航控制（ACC）：根据前方车辆的速度自动调节车速。换道辅助：安全地变换车道以超过慢速行驶的车辆或准备驶离高速公路。紧急制动：检测潜在碰撞并采取措施避免事故。挑战安全性：确保所有功能在各种条件下都能可靠运行。实时性：处理大量传感器数据，并迅速做出反应。复杂性：集成多个子系统，包括感知、规划与控制。首先明确要模拟的任务内容。车辆需保持在车道内行驶。根据交通情况自动调整速度。安全地执行换道操作。在必要时实施紧急制动。
no default or UI configuration directive found boot:
这几天用UltraISO制作U盘镜像安装Redhat 6.5，制作好之后，进行安装，在BIOS里面设置好U盘启动的时候，居然报这个 no default or UI configuration directive found boot: 解决的办法就是把ioslinux文件夹名称改成syslinux，同时把这个目录下的isolinux.cfg改成syslinux.cfg。再次启动，就可以进
Marvell 88Q6113 如何制作一个完整的量产固件88Q6113_flash.bin并进行烧录
本章节介绍如何基于Marvell工具链，制作一个完整的量产固件88Q6113_flash.bin，集成用户自定义的配置文件 config.bin，用于88Q6113的Flash烧录。注：Marvell 88Q5072 与 Marvell 88Q6113 的配置流程是一样的。
U盘启动安装Centos 7
，1、先下载CentOS iso文件，http://centos.ustc.edu.cn/centos/7.6.1810/isos/x86_64/，注意大小是4G左右，之前不知道从哪里下载的iso文件只有1G，结果制作的启动盘isolinux.cfg文件为空，在启动时提示"No DEFAULT or UI configuration directive found“。 2、下载UltraISO，...
uniapp - 实现集成调用zebra斑马打印机+打印标签+打印二维码详细实例代码，通过蓝牙连接打印机打印与通过打印机IP和端口两种方式适配斑马打印机（全平台兼容H5、微信小程序、苹果安卓App）
uniapp适配斑马打印机 实现标签打印，uniapp适配斑马打印机实现标签打印，uniapp调用zebra斑马打印机打印标签，uniApp连接传统蓝牙的斑马打印机打印，实现标签打印功能uniapp 蓝牙连接斑马打印机发送zpl指令打印，适配斑马（Zebra）牌打印机，小程序调用蓝牙打印机完整代码，uniapp 打印机wifi链接 蓝牙链接，uniapp斑马打印机，实现二维码标签展示以及打印，APP端连接打印机打印小票和标签，uniapp使用斑马打印中文不出来，打印机连接不上，打印没反应怎么办，打印报错，斑
恒玄BES调试笔记-BES2500如何打开COMPEXP
打开Compressor and expander会占用资源，这个根据个人项目需求而定吧！打开方法，以及参数修改如下： config\best2300a_ibrt_anc\target.mk SPEECH_RX_COMPEXP ?= 1 apps\audioplayers\bt_sco_chain_cfg_default.c #if defined(SPEECH_RX_COMPEXP) /*****************************************************
Ubuntu系统安装 –修复USB启动盘 “can’t open /dev/sr0: No medium found” 问题
目录动机安装流程一、Ubuntu的下载 与 启动盘的制作1.Bing或者Google Ubuntu，进入官网，进行下载。我一般不用最新的，怕不稳定，对于新手来说尽量选择较为稳定的版本，否则出现问题，自己完全搞不定。2.点击“Download”选项卡，选择“Ubuntu Desktop”下拉选项，此时页面一般显示的是最新版本，我们点击“ see our alternative downloads”寻找前期版本。3.滑到页面底部的，可以看到其他版本的下载链接，我这里选择的是“BitTorrent”种子下载，..
复分析 阿尔福斯(Ahlfors) 第三版答案 英文
答案分为十章，有部分习题没有答案，全英文复分析阿尔福斯(Ahlfors) 第三版答案
fedora 解决“ no caching mode page found” 问题
上周笔记本电脑 THINKPAD T440误删除/usr/.tmp目录，导致系统不能启动。 重新安装操作系统fedora25时，使用ultraiso 制作U盘启动盘，报“no caching mode page found” 错误，安装不了。 使用"fedora media writer" 制作U盘启动盘解决。 转载于:https://www.cnblogs.com/wangzhen3798/...
深度学习工具包 DeepLearningToolbox
深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[](https://bitdeli.com/free "Bitdeli Badge")
廖雪峰Python教程[完整版]
廖雪峰的python教程整理的，已经排好版了，而且还是完整的，适合小白
使用UltraISO制作U盘Win7安装盘，出现"File not find /BOOT/CDMENU.EZB.ezb"错误
重装Win7,使用的是32位的Ghost安装ISO文件，机器从U盘启动后，显示 "File not find /BOOT/CDMENU.EZB.ezb“的错误， 将文件U盘BOOT目录下CDMENU.EZB改为/BOOT/CDMENU.EZB.ezb也不行， 最后用大白菜制作了U盘启动盘，修改了Win7开机密码。然后在硬盘上重装的系统。
基本配置2-被忽悠进了CentOS 6
机器总是莫名其妙的down，估计是硬件问题，试着重装一下。这次打算用U盘来。按照网上将的，用了Universal-USB-Installer、LiveUSB Creator不行，可行的是用ultraiso把下载CentOS的live cd写入到硬盘映像，但是在启动的过程中会被报错：No root device found。查了一下，发现是U盘的卷标问题，需要设置U盘下的syslinux...
在装有SAS硬盘的服务器用U盘启动WINPE，The file HpCISSs2.sys could not be found
最近需要在一台HP DL360 G5（用的SAS硬盘）上重新安装32位的windows2003，由于没有安装光盘，唯有用U盘启动WINPE的方式来安装，可惜试过了很多版本的WINPE都出现The file HpCISSs2.sys could not be found的错误，无论是UltraISO的还是老毛桃各个版本的WINPE，都不能成功启动。用普通的PC启动光盘，也是不能加载。就这样就耗了我大
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
477
扫一扫
