资料:在 Windows XP 中内存转储后如何搜集信息

iiprogram iiprogram 博客等级 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 1.3k累计阅读 1.3k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 码龄25年
关注
原创 最新推荐文章于 2026-03-22 00:28:03 发布 1.3k 阅读 AI 写同款· GEO 优化 ›
如何在 Windows 电脑上装 macOS 系统？ 答：快速迁移和动态迁移都可以把虚拟机从一个Hyper-V服务器迁移到另一个Hyper-V服务器，但快速迁移在迁移虚拟机时需要让虚拟机停止网络服务，然后把虚拟机的内存数据从源服务器迁移到目标服务器，在迁移的过程中虚拟机无法继续提供网络服务。答：Hyper-V角色安装后，如果我们选择把Hyper-V的网络搭建在物理网卡上，那物理网卡将变成一个虚拟交换机。问题二：Hyper-V是Win2008的一个角色，如果Hyper-V必须依赖于Win2008操作系统系，那Hyper-V是否应该被理解为寄居架构？ 阅读详情
概要
 本文介绍如何搜集有关出现在蓝屏上的错误信息的更多信息。请注意，这些步骤不总是提供最终的答案，可能仅仅是指出了另一个问题。

处理事件日志消息
• 将 Windows 配置为写出含有检测错误信息的事件日志消息：1. 单击开始按钮，然后单击控制面板。 
2. 双击系统图标，然后单击高级选项卡。 
3. 在"启动和故障恢复"部分，单击设置，然后单击选择"将事件写入系统日志"复选框。 
一条事件日志消息随即写入系统日志。
 
• 一条事件日志消息随即写入系统日志。事件日志的说明和格式与计算机写入 Memory.dmp 文件时屏幕上所显示的格式不同，但大部分信息是相同的。以下是事件日志的一个示例：
事件 ID：1001 
来源：保存转储
说明：The computer has rebooted from a bugcheck.
The bugcheck was:0xc000021a (0xe1270188, 0x00000001, 0x00000000, 0x00000000).Microsoft Windows NT (v15.1381)。
A dump was saved in:C:/WINNT/MEMORY.DMP. 
此信息包含 STOP 代码 0xc000021a 和四个参数。在解决某些类型的 STOP 代码问题时，这些信息可能是非常有用的。参数的含义因 STOP 代码的类型而异。

有关参数含义的信息，请在 Microsoft 知识库中查找具体的 STOP 代码。（Microsoft 知识库并没有包含所有的 STOP 代码参数。）若要查询 Microsoft 知识库，请访问以下 Microsoft Web 站点：
http://support.microsoft.com/support (http://support.microsoft.com/?scid=http%3a%2f%2fsupport.microsoft.com%2fsupport) 

使用 Dumpchk.exe 确定内存转储信息

如果使用 Dumpchk.exe，可以确定以上所有信息和产生停止消息的驱动程序的地址。此信息通常使您能够找到疑难解答的着手点。运行 Dumpchk.exe 之前，一定要调整命令提示符的属性，将屏幕缓冲区大小高度设为 999。这一高度使您能够向后滚动查看输出。在命令提示窗口运行 Dumpchk.exe，使用以下语法：
dumpchk.exe Memory.dmp
这是输出中最有用部分的示例。 MachineImageType     i386
Quote:
NumberProcessors     1
BugCheckCode         0xc000021a
BugCheckParameter2   0x00000001
BugCheckParameter3   0x00000000
BugCheckParameter4   0x00000000

ExceptionCode        0x80000003
ExceptionFlags       0x00000001
ExceptionAddress     0x8014fb84

请注意，并非所有部分都提供相同的信息。信息因 STOP 代码的类型而异。前面的信息告诉您 STOP 代码 (0xc000021a) 和参数（0xe1270188、0x00000001、0x00000000、0x00000000），以及调用异常 (0x8014fb84) 的驱动程序的地址。可以利用运行 Pstat.exe（位于 Resource Kit 中）所产生的输出，用此地址来识别驱动程序名。

Dumpchk.exe 还可以验证转储是否有效。

有关如何使用 Dumpchk.exe 的其他信息，请单击下面的文章编号，查看 Microsoft 知识库中的文章： 
156280 ( http://support.microsoft.com/kb/156280/EN-US/) How to Use Dumpchk.exe to Check a Memory Dump File （如何使用 Dumpchk.exe 检查内存转储文件）

使用 Pstat.exe 识别驱动程序

运行 Pstat.exe 这个资源工具包实用工具，可以对当前计算机上运行的进程和驱动程序有一个初步的了解。出于诊断目的，最有用的信息是出现在输出最后的加载驱动程序列表。

从命令行运行 Pstat.exe。通过使用以下命令语法，可以将由 Pstat.exe 接收到的信息输入到文件：
pstat.exe > filename
这是出现在输出最后的驱动程序列表的示例：
Quote:
ModuleName   LoadAddr  Code    Data    Paged  LinkDate
   ----------------------------------------------------------------------
Ntoskrnl.exe 80100000  270272   40064  434816 Sun May 11 00:10:39 1997
Hal.dll      80010000   20384    2720    9344 Mon Mar 10 16:39:20 1997
Aic78xx.sys  80001000   20512    2272       0 Sat Apr 05 21:16:21 1997
Scsiport.sys 801d7000    9824      32   15552 Mon Mar 10 16:42:27 1997
Disk.sys 80008000    3328       0    7072 Thu Apr 24 22:27:46 1997
Class2.sys   8000c000    7040       0    1632 Thu Apr 24 22:23:43 1997
Ino_flpy.sys 801df000    9152    1472    2080 Tue May 26 18:21:40 1998
Ntfs.sys 801e3000   68160    5408  269632 Thu Apr 17 22:02:31 1997
Floppy.sys   f7290000    1088     672    7968 Wed Jul 17 00:31:09 1996
Cdrom.sys    f72a0000   12608      32    3072 Wed Jul 17 00:31:29 1996
Cdaudio.sys  f72b8000     960       0   14912 Mon Mar 17 18:21:15 1997
Null.sys     f75c9000       0       0     288 Wed Jul 17 00:31:21 1996
KSecDD.sys   f7464000    1280     224    3456 Wed Jul 17 20:34:19 1996
Beep.sys     f75ca000    1184       0       0 Wed Apr 23 15:19:43 1997
Cs32ba11.sys fcd1a000   52384   45344   14592 Wed Mar 12 17:22:33 1997
Msi8042.sys  f7000000   20192    1536       0 Mon Mar 23 22:46:22 1998
Mouclass.sys f7470000    1984       0       0 Mon Mar 10 16:43:11 1997
Kbdclass.sys f7478000    1952       0       0 Wed Jul 17 00:31:16 1996
Videoprt.sys f72d8000    2080     128   11296 Mon Mar 10 16:41:37 1997
Ati.sys      f7010000     960    9824   48768 Fri Dec 12 15:20:37 1997
Vga.sys      f7488000     128      32   10784 Wed Jul 17 00:30:37 1996
Msfs.sys     f7308000     864      32   15328 Mon Mar 10 16:45:01 1997
Npfs.sys     f7020000    6560     192   22624 Mon Mar 10 16:44:48 1997
Ndis.sys     fccda000   11744     704   96768 Thu Apr 17 22:19:45 1997
Win32k.sys   a0000000 1162624   40064       0 Fri Apr 25 21:17:32 1997
Ati.dll      fccba000  106176   17024       0 Fri Dec 12 15:20:08 1997
Cdfs.sys     f7050000    5088     608   45984 Mon Mar 10 16:57:04 1997
Ino_fltr.sys fc42f000   29120   38176    1888 Tue Jun 02 16:33:05 1998
Tdi.sys      fc4a2000    4480      96     288 Wed Jul 17 00:39:08 1996
Tcpip.sys    fc40b000  108128    7008   10176 Fri May 09 17:02:39 1997
Netbt.sys    fc3ee000   79808    1216   23872 Sat Apr 26 21:00:42 1997
El90x.sys    f7320000   24576    1536       0 Wed Jun 26 20:04:31 1996
Afd.sys      f70d0000    1696     928   48672 Thu Apr 10 15:09:17 1997
Netbios.sys  f7280000   13280     224   10720 Mon Mar 10 16:56:01 1997
Parport.sys  f7460000    3424      32       0 Wed Jul 17 00:31:23 1996
Parallel.sys f746c000    7904      32       0 Wed Jul 17 00:31:23 1996
ParVdm.sys   f7552000    1312      32       0 Wed Jul 17 00:31:25 1996
Serial.sys   f7120000    2560       0   18784 Mon Mar 10 16:44:11 1997
Rdr.sys      fc385000   13472    1984  219104 Wed Mar 26 14:22:36 1997
Mup.sys      fc374000    2208    6752   48864 Mon Mar 10 16:57:09 1997
Srv.sys      fc24a000   42848    7488  163680 Fri Apr 25 13:59:31 1997
Pscript.dll  f9ec3000       0       0       0
Fastfat.sys  f9e00000    6720     672  114368 Mon Apr 21 16:50:22 1997
NTdll.dll    77f60000  237568   20480       0 Fri Apr 11 16:38:50 1997
   ----------------------------------------------------------------------
总计          2377632  255040 1696384


通过使用 LoadAddr 列中的起始地址，可以将异常地址与驱动程序名进行匹配。以 8014fb84 为例，可以确定 Ntoskrnl.exe 在异常地址下有最近的加载地址，并且是最有可能调用异常的驱动程序。有了这些信息，您就可以到 Microsoft 知识库查找与您的情况相匹配的已知问题。 
 
标签
#windows #xp #microsoft #工具 #class
#360
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
MOSFET高频响应实战：如何用LTspice仿真内部电容效应（附模型文件） 本文深入解析MOSFET高频响应中的内部电容效应，通过LTspice仿真工具详细展示如何提取模型参数并优化高频特性。从栅极相关电容到结电容的物理本质，再到实战案例中的开关损耗分析和频率响应扫描，提供全面的设计优化方法，帮助工程师有效应对高速开关电路中的电容挑战。 阅读详情

相关推荐

Manus通用AI智能体完全使用指南（2025最新版）——从注册到高阶技巧全解析

Manus通用AI智能体完全使用指南（2025最新版）——从注册到高阶技巧全解析

m0_69718028的博客 8118

windbg调试学习笔记(三)

3.3 异常与事件 在调试器语境中，事件是一个基本概念，Windbg是事件驱动的。Windows操作系统的调试子系统，是“事件”的发生源。调试器的所有操作，都是因事件而动，因事件被处理而中继。Windows定义了9类调试事件，异常是其中一类（ID为1）。所以异常和事件，这二者是前者包含于后者的关系。 系统对各种异常和调试事件进行了分类，执行sx命令可以列出针对当前调试目标的异常或非异常事件的处

波波诸葛伟 6183

联想拯救者r7000p在ubuntu20.04未找到wifi适配器,安装rtl8852ae网卡驱动问题解决方案

新买的拯救者r7000p 2021款，装完ubuntu20.04之后显示未找到wifi适配器， 更换N次源之后还是只有一个显卡驱动，在网上找了很多方法，再自己折腾了一段时间后，总算是解决了这个问题。 1.设置bios 打开主板系统，将security boot设置为disenable,因为设计到修改内核配置，必须得关掉安全启动。 2.查询网卡状态 使用命令查询网卡(hardware of Internet)状态 lshw -C network 因为是双系统，在Windows下控制面板-设备管理器中可以

MCZ777的博客 1万+

记一次 .NET某列控连锁系统 崩溃分析

有丰富经验的朋友肯定知道，bit翻转大多是辐射导致计算机数字信号偶发的紊乱，这也是为什么医院要加个铅版来阻隔，而这个程序所处的环境刚好是辐射比较多的高铁系。所以分析完之后，非我等调试师能为之，远离辐射。。。

一线码农的专栏 1354

Python与numpy版本兼容性排查指南

本文详细解析了Python与numpy版本兼容性问题，提供了快速诊断和解决版本冲突的实用方法。通过查看版本信息、使用官方兼容性对照表以及降级或升级环境等方案，帮助开发者有效避免常见的报错问题，如'ImportError'和'AttributeError'。文章还介绍了使用虚拟环境和requirements.txt等工程实践，确保项目依赖的稳定性。

weixin_29089057的博客 321

MySQL安装配置教程（超级详细）

一、 下载MySQL Mysql官网下载地址：MySQL :: Download MySQL Installer (Archived Versions) 1. 选择要安装的版本，本篇文章选择的是5.7.31版本，点击Download下载 正在上传…重新上传取消 二、 安装MySQL 1. 选择设置类型双击运行mysql-installer-community-5.7.31.0.msi 这里选择是自定义安装，所以直接选择“Custom”，点击“Next” “Developer Default”是

m0_67322837的博客 5万+

内核内存转储文件（即dump文件）无法产生解决方法

内核内存转储文件可能不会生成基于 Windows Server 2008 上或 Windows Vista Service Pack 1 (SP1)-基于计算机。系统事件日志中会有如下记录： 事件 ID: 49 事件类型： 错误 事件源: volmgr 说明: 配置失败的故障转储的页面文件。 请确保在启动分区上的页面文件，并且是足够大，以包含所有的物理内存。 解决方法...

weixin_34224941的博客 2441

西工大noj100题python2024第一季1-10

【代码】西工大noj100题python2024第一季1-10。

weixin_70523540的博客 1804

DUMP文件分析4：栈溢出

前面说到过，栈溢出类型的异常通过编程的方式获取DUMP可能不成功，因为栈溢出会破坏SEH（结构化异常处理）框架。实际上，通过DUMP文件来调试栈溢出同样是困难的，因为栈溢出本身一般不会造成异常，异常往往发生在栈溢出破坏栈上的数据之后，同时，由于栈溢出破坏了栈上的数据，使得我们无法对函数调用进行回溯，从而难以定位问题的发生位置。 本节的示例是经dump1简单修改而来，在Crash Me!按钮的消息处

hustd10的博客 6605

无线通信技术及其在机器人中的应用

本文系统阐述了无线通信技术在机器人领域的应用框架与技术选型。首先构建了无线通信的三层理论架构：物理层解决信号传输问题，链路层处理接入控制，网络层实现组网管理。随后详细分析了主流无线技术的特性与适用场景：BLE适用于低功耗传感器节点，Wi-Fi适合高带宽视频传输，5G专网满足工业AGV的广域覆盖需求，星闪技术凭借20μs超低时延和4096台并发连接能力，为高端机器人应用提供突破性解决方案。通过鄂尔多斯隆基5G专网等典型案例，验证了5G在工业AGV规模化部署中的优势，并展望了通感算智融合、星闪+5G协同等未来发

weiyvyy的博客 1117

java项目反编译工具记录，共计6个工具

java项目反编译工具记录，共计6个工具

橙-极纪元-JJYCheng 1802

重磅！Windows XP源代码泄露

点击上方 "程序员小乐"关注,星标或置顶一起成长每天凌晨00点00分,第一时间与你相约每日英文Things in this world are tempora...

程序员小乐 8150

【时时三省】vector cast (vcast) 集成测试使用教程

山不在高，有仙则名。水不在深，有龙则灵。----优快云 时时三省。

时时三省的博客 711

xp 终极优化（呕心沥血版）

导读： 　　声明：以上资料均是从从互联网上搜集整理而来，本人未曾测试，所以在改动时要小心，做好备份，有备无患么，呵呵。 　　一、系统优化设置。 　　1、删除Windows强加的附件： 　　1） 用记事本NOTEPAD修改/winnt/inf/sysoc.inf，用查找/替换功能，在查找框中输入，hide（一个英文逗号紧跟hide），将“替换为”框设为空。并选全部替换，这样，就把所有的,hi

yingfox的专栏 3万+

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

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');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

2003整到内存里运行 资料搜集

**********************************************************2   安装ramdisk驱动 当整个windows安装完毕，所有软件和硬件都安装设置完毕，所有软件使用习惯和上网习惯都设置完毕，就可以安装ramdisk驱动了。我在附件中给出了for xp 和for 2k3 的两个驱动。 下载附件，并解压到临时目录后。 控制面板 添加新硬件 等它搜索完毕后，选择 选择   是，我已经连接 选择   添加一个新硬件 选择   手动从列

东方匠心的专栏 1085

OV9734 DATASHEET，完整规格书

OV9734完整规格书，包括电气参数，尺寸规格，寄存器配置表等

安装NetWeaver 搜集 资料中

http://blog.sina.com.cn/s/blog_5f1f36ed0100cf70.html ...

css0007的博客 220

XP系统中关于“错误报告”解决方法

在Windows XP系统的运行过程中，某个程序出现非法操作或错误提示是每个电脑人都会遇到的情况。而此时，Windows XP会启动错误报告机制(Windows Error Reporting，简称WER)，询问用户是否发送错误信息到微软公司，同时程序将停止运行。但你真正了解Windows 的错误报告机制吗?你又如何驾驭它呢?其实，只要解决以下2个要点，摸清“错误报告”的来龙去脉也就不是难事了。

jiangxinyu的专栏 1812

windows错误报告

在Windows XP系统的运行过程中，某个程序出现非法操作或错误提示是每个电脑人都会遇到的情况。而此时，Windows XP会启动错误报告机制（Windows Error Reporting，简称WER），询问用户是否发送错误信息到微软公司，同时程序将停止运行。但你真正了解Windows 的错误报告机制吗？你又如何驾驭它呢？其实，只要解决以下2个要点，摸清“错误报告”的来龙去脉也就不是难事了。

LiangSton的专栏 1197

windows常用命令收集

winver－－－－－－－－－检查windows版本 wmimgmt.msc－－－－打开windows管理体系结构(wmi) wupdmgr－－－－－－－－windows更新程序 w脚本－－－－－－－－windows脚本宿主设置 write－－－－－－－－－－写字板 winmsd－－－－－－－－－系统信息 wiaacmgr－－－－－－－扫描仪和照相机向导 win...

weixin_30530523的博客 104

WINDOWS操作系统发展历程

此文章根据百度百科以及网上搜集的资料整理编辑而成，百度百科原文请参考： http://baike.baidu.com/view/46646.html?tp=6_01 http://baike.baidu.com/view/4821.html?tp=2_01 http://baike.baidu.com/view/6399.html?tp=4_01 http://bai...

weixin_33884611的博客 987

计算机桌面背景在哪里调整,电脑中怎么设置桌面背景

电脑中怎么设置桌面背景以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容，让我们赶快一起来看一下吧！电脑中怎么设置桌面背景你好, 你可以进入组策略进行设置,gpedit.msc 在用户配置---管理模板----控制面板----显示把已启用的全部关闭电脑怎样设置桌面背景在桌面空白处右击－属性－桌面设置 如果你收藏了图片就点“浏览” 然后就根据实际图片选...

weixin_29215391的博客 1821

一次简单的渗透测试

1、实验设计 Kali Linux—(外网)—Windows(网关)—(内网)—Linux Metasploitable 目标：使用Kali Linux完成对内网Linux Metasploitable的渗透攻击 已知信息：目标对手是部署在gate.xiaorui.com网站内网的一台只连接了内网，没有直接连入互联网的主机，其IP未知。 2、环境搭建 ①下载安装VMware Workstation虚拟机软件，并安装Kali Linux, Windows7 SP1, Linux Metasploitable虚

aoaoaoxinharry的博客 814

安装VMTools失败的三类解决方法（Windows、Linux、MacOs）

前言 写这篇笔记的原因，是前几天在虚拟机 Vmware 中重新安装了几个操作系统，突然发现 VMTools 这个工具成了一个特殊的问题，以前还没有发现，因为通常它就给你自动安装了。但是大多数时候也是需要手动安装的，不管是 VirtualBox 还是 VMware 虚拟机，对于云上的虚拟机那就不必了，你直接用就行了。 说一点我使用这两个虚拟机的想法： 前两个虚拟机软件也是我使用比较多的，个人感觉 VirtualBox 轻巧（而且我觉得 VirtualBox 和 windows自带的Hyper-V 虚拟功能是很

纸上得来终觉浅，绝知此事要躬行 8万+

弄清WinXP中“错误报告”的来龙去脉

在Windows XP系统的运行过程中，某个程序出现非法操作或错误提示是每个电脑人都会遇到的情况。而此时，Windows XP会启动错误报告机制(Windows Error Reporting，简称WER)，询问用户是否发送错误信息到微软公司，同时程序将停止运行。但你真正了解Windows 的错误报告机制吗?你又如何驾驭它呢?其实，只要解决以下2个要点，摸清“错误报告”的来龙去脉也就不是难事了。...

峰在天涯 433

解决笔记本windows2003操作系统无线网卡正常启动的问题

最近本本装上windows Server 2003操作系统，在使用驱动精灵安装驱动后发现无线网卡无法正常启动。 如图： 从百度上面搜集了一些资料，多数都是关于驱动不符合操作系统版本，更换无线无线网卡驱动的资料， 但是经过一番努力后，win2003系统还是提示，“该设...

chilie9862的博客 461

虚拟机使用中出现的问题

Hyper v 使用中出现的问题1、装系统的过程中不断安装2、系统无法更新保留的分区，硬盘空间不足3、添加磁盘 1、装系统的过程中不断安装 取消动态内存分配后重新去安装 2、系统无法更新保留的分区，硬盘空间不足 磁盘空间清理 通过终端 diskpart listdisk select disk 0 clean 3、添加磁盘 添加磁盘 ...

TonCC的博客 451
上一篇： win2k,XP下用setupapi.dll自动安装Driver
下一篇： 关于调用约定(cdecl、fastcall、fastcall、thiscall) 的一点知识
点赞 0
评论 0
书签 书签 0
iiprogram
iiprogram
博客等级 码龄25年 1068粉丝 1515原创
+ 关注
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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