Windows XP 服务调整向导

Windows XP Mode深度解析:Win7时代的无缝兼容技术 虚拟机是基础抽象层,而运行时兼容环境(Runtime Compatibility Environment)才是解决遗留系统迁移难题的核心范式。其原理在于通过增强会话协议、双向设备重定向与应用级集成三重机制,在宿主系统中实现 guest 应用的原生级交互体验。这类技术不仅承载着兼容性保障的关键价值,更深刻影响了现代操作系统如WSL、Android子系统等的设计逻辑。典型应用场景包括VB6/Access架构的老财务软件、工业控制驱动、医疗影像设备接口等无法重构的legacy application。本文聚焦Wi 阅读详情
ClipBook,启用“剪贴板查看器”储存信息并与远程计算机共享。如果停止这个服务,“剪贴板查看器”将无法与远程计算机共享信息。如果呢不准备使用远程桌面,这个服务完全可以禁用掉。


Error Reporting Service,服务和应用程序在非标准环境下运行时允许错误报告。这个服务完全可以设置为手动,或者禁止。如果你想对错误报告进行更详细的设置,可以右键单击我的电脑图标,选择属性,在高级选项卡下点击错误报告按钮,在那里你可以觉得是否发送错误报告以及发送怎样的错误报告。而对于没有上网的人就可以直接禁用这个服务了。这里有一个小建议,就是如果你是使用宽带上网,最好开起着这个服务。因为有时候在你提交了错误报告后程序会反馈给你正确的解决方法。我就曾在提交报告后得到了解决方法,并且顺利的解决了问题。而如果你担心这种报告会向微软透漏你的私人信息(应该不会发生这种事情,至少微软是这样说的),那你大可禁用这服务。


Fast User Switching Compatibility,为在多用户下需要协助的应用程序提供管理。切换用户是Windows XP提供的一项新功能,这个功能允许在一台没有加入域的电脑上进行用户之间的快速切换。如果你认为你不需要这个功能,或者你的电脑上没有多个用户,完全可以禁用掉这个服务,或者设定启动类型为手动。不过在禁用这个服务前一定要先在控制面板-用户帐户下禁用用户切换功能。


Human Interface Device Access,启用对智能界面设备 (HID)的通用输入访问,它激活并保存键盘、远程控制和其它多媒体设备上的预先定义的热按钮。如果你有符合人体工程学标准的设备(主要指键盘和鼠标),那么这个服务最好设置为自动,否则这些设备的一些功能将不能正常使用。而如果你没有这类设备或者你的设备有自己的驱动,就可以禁用这个服务了。


IMAPI CD-Burning COM Service,用 Image Mastering Applications Programming Interface (IMAPI) 管理 CD 录制。这个服务提供了Windows XP的光盘刻录功能,不过相信没有人会使用这个功能的,我们有功能更加强大使用更加简便的第三方刻录软件。因此,禁用它。


Indexing Service,本地和远程计算机上文件的索引内容和属性;通过灵活查询语言提供文件快速访问。这项服务对个人用户似乎没有多大的用途,而启用后某些时候会导致系统极度繁忙。表现在,通过任务管理器,可以看见cidaemon.exe这个进程占用了大部分CPU资源。如果是这种情况,你可以禁用这个服务。


Internet Connection Firewall (ICF) / Internet Connection Sharing (ICS),为家庭或小型办公网络提供网络地址转换,定址以及名称解析和/或防止入侵服务。如果你需要使用Windows XP内建的Internet连接共享和防火墙功能,就需要保持这个服务自动运行,否则可以禁用。


Print Spooler,将文件加载到内存中以便迟后打印。如果你没有安装打印机(本地的或者网络上的),就可以禁用这个服务。


Remote Registry,使远程用户能修改此计算机上的注册表设置。对于我们一般用户,最好禁用这个服务。这样就不用担心浏览网页时注册表被改弄的整个系统面目全非。


Smart Card,管理此计算机对智能卡的取读访问。我们没有这种设备,所以就禁用这个服务。


Smart Card Helper,启用对此计算机使用的旧式非即插即用智能卡读取器的支持。同样的,禁用就可以了。


SSDP Discovery Service,启动家庭网络上的UPNP设备的发现。这个服务的影响似乎不是很好,前一段时间有一个严重的系统漏洞就是这个服务引起的。所以禁用吧!


System Restore Service,执行系统还原功能。虽然很多人觉得系统还原不怎么实用,但是对初学者来说,确实是一个不错的功能。如果你不希望使用系统还原,就可以禁用这个服务了。


Terminal Services,允许多位用户连接并控制一台机器,并且在远程计算机上显示桌面和应用程序。这是远程桌面(包括管理员的远程桌面)、快速用户转换、远程协助和终端服务器的基础结构。一般的个人用户用不到这个功能,可以禁用这个服务。


Themes,为用户提供使用主题管理的经验。如果你喜欢Windows XP漂亮的主题,就不要改这个服务。相反的,如果你不喜欢这种华丽的界面,怀念朴素的Windows 2000,或者希望尽可能的提高系统性能,就可以直接禁用这个服务。


Uninterruptible Power Supply,管理连接到计算机的不间断电源。这需要你有一个比较高档的UPS电源,至少要能够和计算机通讯的。如果没有,就可以禁用这个服务。


恢复禁用的服务


如果你错误的设置了某些服务,导致系统出错,并且不能通过运行Services.msc更改,就可以试试修改注册表。方法是,在运行中输入regedit然后回车,打开注册表编辑器,展开注册表到HKEY_LOCAL_MACHINE/SYSTEM/CurrentControlSet/Services这个位置,点击出现问题的服务的名称,在右侧的窗口中找到并双击“Start”这个键,出现图四的界面,在键值窗口中输入不同的数字可以表示不同的启动类型,其中


2表示自动。
3表示手动。
4表示禁用。


设置好之后退出注册表编辑器,并重启动电脑,刚才的设置马上就会生效了。

虚拟机安装Windows XP全攻略:解决老旧软件兼容与测试环境搭建 虚拟机技术通过在宿主机上创建隔离的虚拟化环境,允许用户在同一台物理计算机上运行多个独立的操作系统。其核心原理是通过虚拟化层(Hypervisor)模拟硬件资源,实现系统间的安全隔离与资源分配。这项技术的价值在于能够高效利用硬件资源,同时为软件兼容性测试、遗留系统运行和安全实验提供安全、可恢复的沙箱环境。在应用场景上,虚拟机广泛用于软件开发和测试,特别是需要验证软件在不同操作系统版本(如Windows XP)下的兼容性,以及运行那些仅支持老旧系统(如特定工业控制软件或经典游戏)的应用程序。本教程聚焦于使用VM 阅读详情

相关推荐

Windows XP 重制版技术考古:虚拟机环境下的系统部署与安全实践

Windows XP Home Edition 元旦重制版体验:在 2026 年,我们为什么还要折腾一个 25 岁的操作系统? 如果你在 2026 年看到一篇关于 Windows XP 的文章,第一反应可能是:这玩意儿还有人用?确实,从官方支持来看,Windows XP 早在 2014 年就已寿终正寝,主流浏览器、游戏平台、甚至微软自家的服务也早已将其抛弃。然而,一个有趣的现象是,时至今日,网络上依然流传着各种“Windows XP 重制版”、“美化版”、“精简版”,甚至“元旦重制版”。这背后,远不止是怀旧

weixin_34288121的博客 1075

Windows XP服务包解析与系统优化实战指南

Windows服务包(Service Pack)是操作系统功能演进和安全加固的重要载体,通过集成关键补丁和功能更新来提升系统稳定性。以Windows XP为例,其SP2引入的硬件级DEP(数据执行保护)技术利用CPU的NX位特性,有效防范缓冲区溢出攻击,成为操作系统安全史上的里程碑。在系统优化方面,合理调整注册表参数如DisablePagingExecutive和LargeSystemCache可显著提升性能,而服务管理中的Remote Registry服务配置则直接影响系统安全性。这些技术不仅适用于老旧系

caodaoxi的专栏 526

VMware虚拟机多Windows XP系统共存配置指南

虚拟化技术通过软件模拟完整的计算机硬件环境,实现资源隔离和高效利用。其核心原理是利用虚拟机监控器(VMM)在物理硬件和操作系统之间建立抽象层,每个虚拟机拥有独立的虚拟硬件资源。这种技术在软件测试、系统兼容性验证等场景中具有重要价值,特别是在需要运行Windows XP等传统操作系统时。通过VMware Workstation的虚拟硬盘管理和网络配置功能,可以实现在单台物理机上同时运行多个独立的Windows XP实例,为软件兼容性测试和多节点实验提供便利。本文基于虚拟机克隆和网络隔离技术,详细解析多系统共存

wangqiaowqo的专栏 723

windows系统进程全攻略

系统进程全攻略! 最基本的系统进程(也就是说,这些进程是系统运行的基本条件,有了这些进程,系统就能正常运行): smss.exe Session Manager csrss.exe 子系统服务器进程 winlogon.exe 管理用户登录 services.exe 包含很多系统服务 lsass.exe 管理 IP 安全策略以及启动 ISAKMP/Oakley (IKE) 和 IP 安全驱动程序。(

CathySun118的专栏 1453

Windows XP重制版:经典系统现代化改造与安全实践指南

Windows XP Home Edition 元旦重制版,这个名字听起来就带着一股怀旧与探索的气息。它并非微软官方发布的新版本,而是由社区爱好者或特定团队基于经典 Windows XP Home Edition 进行现代化改造、优化和集成的非官方版本。这类“重制版”或“定制版”通常旨在解决原版 XP 在现代硬件和软件环境下面临的兼容性、安全性和功能性挑战,例如集成新的驱动程序、更新关键系统组件、精简或增强部分功能,使其能在较新的电脑上更顺畅地运行,或满足特定怀旧、轻量级或特殊应用场景的需求。 对于许多资深

weixin_34310369的博客 383

38、Windows XP实用功能全解析

本文详细解析了Windows XP系统中的多项实用功能,涵盖传真发送、声音录制与编辑、字体大小调整以及多种辅助工具的使用方法。内容包括配置传真服务、录制和修改音频文件、通过DPI更改显示字体大小,并深入介绍了放大镜、讲述人、屏幕键盘等辅助功能的启用与设置。此外,还提供了粘滞键、筛选键及辅助功能向导的配置步骤,帮助用户提升操作效率与使用舒适度,特别适合有特殊需求或希望最大化利用XP系统功能的用户参考。

dd012的博客 56

win 2003 server的一些优化设置

  1.禁用配置服务器向导:  禁止“配置你的服务器”(Manage Your Server)向导的出现:在控制面板(Control Panel) -> 管理员工具(Administrative Tools )-> 管理你的服务器(Manage Your Server)运行它,然后在窗口的左下角复选“ 登录时不要显示该页”(Don't display this page at lo...

herb8的博客 162

Windows XP环境下SQL Server 2005企业版安装实战指南

组件最低版本检测命令安装包名2.0 SP23.1MSXML6.0msxml6.msiVSTA8.0A[启动安装程序] --> B{检查依赖组件}B --> C{.NET 2.0 是否存在?C -- 否 --> D[下载并安装]C -- 是 --> E{Windows Installer ≥3.1?E -- 否 --> F[应用补丁KB893803]E -- 是 --> G{MSXML 6.0 已注册?

weixin_42263617的博客 858

计算机用户账户包括哪些组成部分,2016年职称计算机WindowsXP考前押题及答案4

多选题1.可以升级到WindowsXP的操作系统A WIN95 B WIN98 C Windows ME D Windows 2000 Professional答案:BCD2.Windows XP的搜索功能可以搜索A 音乐 B 文件夹 C 图片 D 网络上的其它计算机答案:ABCD3.在自定义桌面里,有哪些项目可以不显示在桌面上。A 我的文档 B 我的电脑 C 网上邻居 D INTERNET EX...

weixin_39727976的博客 496

YOLO11实战 第001期-基于yolo11的CrowdHuman密集行人目标检测实战文档(yolo格式数据免费获取)

1.数据阶段在拥挤/遮挡场景下,使用crowdhuman数据集重训练后的yolo11,效果表现较好。crowdhuman数据集标签如下,有Head BBox、Visible BBox、Full BBox。如下图显示:数据集介绍CrowdHuman数据集是旷世发布的用于行人检测的数据集,图片数据大多来自于google搜索。CrowdHuman数据集数据量比较大,15000张,5000张,验证集4370张。训练集和验证集中共有470K个实例,约每张图片包含23个人,同时存在各种各样的遮挡。

深度学习算法工程师,专注于前沿算法研究与实战应用。在这里,我将分享深度学习领域的实战经验、优质数据集资源以及最新论文解读与精度分析,旨在与广大技术爱好者共同探索人工智能的奥秘,助力技术成长与创新。 2161

华为OD机试双机位C卷-敌情监控 (Py/Java/C/C++/Js/Go)

华为OD机试(机考)双机位C卷 【敌情监控】,提供C语言、Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解,以及在线OJ模拟做题。华为OD机试 - 敌情监控。

qq_45776114的博客 938

Windows XP 内存调整向导

Windows XP 内存调整向导 作者:.com.cn 跟Windows 9x相比,尽管Windows 2000/XP提供了更完善的内存管理机制不过为了使它们运行地更流畅,更有效率,你都需要更多的内存。本文即将引导你安全地调整调整你的软件设置,以便在有限的内存(包括物理内存和分页文件)条件下,使你的系统运行地更好。注意,本文以Windows XP Professional为准,其中的一

放牛郎'S Weblog 2817

AutoJs调用DeepSeek大模型接口实战教程 AutoJs接入DeepSeek、 DeepSeek API调用 、 手机脚本接入大模型

通过这篇文章,我们用 AutoJs 成功接入了 DeepSeek Chat API。使用发送请求在 Header 里正确携带 API Key从里拿到最终返回结果这样一来,你就可以在 AutoJs 里实现一个智能助手脚本,甚至做更复杂的 AI 自动化工具。

代码简单说 Vue、JAVA、PHP、Node.js 熟练运用,接口、架构、性能全搞定。 467

Windows xp IIS 信息服务组件安装包

<br />Windows xp IIS 信息服务组件安装包:<br /> <br />该包中包含Windows xp 安装盘I386文件夹内提取,只包含  IIS 信息服务组件.<br />一: IIS 5.1版本适用于Windows XP_SP1、XP_SP2、XP_SP3<br />二: ISS 5.1安装步骤(各版本IIS都可以按照该方法安装,以IIS5.1安装至Windows xp_SP3为例)<br />1.依次打开<br />左下角的"开始"菜单----控制面板----选择"添加/删除程序",

QQlili1989的专栏 1349

Agile Modbus使用和学习笔记

i < len;这里仅仅需要提供获取函数即可,离散输入是只读类型i++) {return 0;只读类型寄存器i++) {return 0;i < len;

Car12 167

【Halcon-1D测量】measure_pairs 函数功能(用于提取垂直于矩形/环形弧主轴的直边对)

HALCON算子measure_pairs是1D测量模块的基础工具,专用于提取垂直于矩形/环形弧主轴的直边对。该算子通过振幅阈值和灰度过渡规则(如positive/negative)进行边对分组,支持_strongest后缀选择最强边缘避免误配对。输出包含边缘坐标、振幅及内外间距(IntraDistance/InterDistance)。关键限制包括仅适用于直边、Sigma需≤0.5×测量长度,且忽略图像域。相比模糊版本算子,它更适用于边缘清晰的简单场景(如电子元件间距测量)。典型应用需配合gen_meas

weixin_45590420的博客 303

xp系统电脑ntp服务器,xp 设置ntp服务器

xp 设置ntp服务器 内容精选换一换已获取服务器管理员帐号与密码。打开CMD运行窗口,输入gpedit.msc,打开本地组策略编辑器。打开组策略在指定RD会话主机服务器的授权模式下拉列表中选择按用户。设置允许RD最大连接数位999999。设置结束已断开连接的会话为1分钟。升级到V3.3.26.0及以上的版本需要执行该操作,V3.3.26.0之前的版本不执行本章节的相关操作。用户需要使用MRS客户...

weixin_42545292的博客 793

TC3XX - MCAL知识点(九):PWM EB-tresos配置说明及代码浅析

脉冲宽度调制(PWM)驱动器负责提供与AUTOSAR指定的PWM信号生成相关的标准服务。PWM通道的底层定时器驱动是GTM (TOM或ATOM片)或CCU6 (T12或T13片)定时器通道。软硬件匹配关系如下:PWM直接引用的是GTM与CCU6模块,然后GTM与CCU6再关联到Port的,根据软硬件匹配关系,也能调用中断来使用,本例子没使用中断。CCU6是一个高分辨率的16位捕获和比较单元,具有特定的应用模式,主要用于交流驱动控制。特殊的工作模式支持控制无刷直流电机使用霍尔传感器或反电动势检测。

梦想技术家 2886

Windows 2003 常用设置 (类 Windows XP)

WIN2003常用设置本主题的内容1.禁用"配置服务器向导"的出现2.禁用关机事件跟踪3.禁用开机 CTRL+ALT+DEL和实现自动登陆4.启用桌面主题5.允许内置的IMAPI CD-Burning服务和支持Windows影像设备服务6.禁用Internet Explorer Enhanced Security 和禁止安全询问框的出现7.禁用错误报告8

狂※痴(zhangleixp) 1338

4D毫米波雷达:高度信息与微多普勒效应

4D毫米波雷达:高度信息与微多普勒效应​ ,人工智能,计算机视觉,大模型,AI,本文深入解析4D毫米波雷达的高度信息获取与微多普勒效应。4D毫米波雷达通过MIMO技术、垂直天线布局及相位差计算等获取高度信息,相较传统雷达更精准。微多普勒效应由目标微运动引发,可用于目标识别、分类和运动监测。文中结合自动驾驶、安防监控案例,分析技术挑战与未来趋势,如信号干扰、数据处理复杂,未来将向高精度、与其他传感器融合发展,展现出在多领域的巨大应用潜力。

不踩坑,不知道坑有多深;不总结,踩过的坑白踩。 9万+

【机器人技术基础】MATLAB Robotics Toolbox PUMA560 运动学正逆解

机器人技术基础实验2报告 1. 实验目的和要求 2. 实验手段 2.1 实验原理 2.2 函数详解 3. 实验主要内容 4. 实验结果和分析 4.1 正运动学求解 例1 例2 4.2 逆运动学求解 例1 例2 1. 实验目的和要求 掌握常见形式的机器人的D-H坐标系建立方法、运动学建模; 正逆运动学分析与求解; 使用Robotics Toolbox对直角坐标机器人、圆柱坐标机器人、球坐标机器人、PUMA560其中之一建立运动学模型,正逆求解和仿真。 2. 实验手段 2.1

【人工智障 | 计算鸡视觉 | 机器孩】 1万+

Windows XP系统IIS5.1组件下载和安装方法

 Windows XP系统IIS5.1组件下载和安装方法   IIS5.1下载.适合XP系统解压密码:rukey 在安装时遇到的问题 1.iis6.0和5.0都不能装在XP系统中 2.下载了后不知道怎么安装 3.安装过程中弹出文件无法复制的对话框和什么系统被修改,是否继续的对话框,很是郁闷 4.安装后internet信息服务器中没有默认网站 5.

oscarLuozq的专栏 5540

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

Windows XP网络访问问题的解决办法

因为大家使用的操作系统可能不同,所以Windows系统的相互访问是很正常的事情,但是有时候2000系统不能访问XP系统,这是怎么回事呢?下面我们来看看问题所在。 设置 现在,已经有许多人在使用Win2000和WinXP来联网,但在具体使用中有许多网友反映在Win2000和WinXP中浏览网上邻居时很慢,特别是网络中有Win9x和WinMe工作站时尤为明显,有时打开网上邻居

HelloLWei的专栏 1055

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

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")

快速开始Halfix:5分钟内在浏览器中运行Windows XP

想要在浏览器中体验经典Windows XP系统吗?Halfix是一款功能强大的x86 PC模拟器,它通过WebAssembly技术让你在浏览器中运行Windows XP等经典操作系统。这个终极指南将带你快速上手,让你在5分钟内就能在浏览器中体验Windows XP的魅力!🚀 ## 为什么选择Halfix模拟器? Halfix是一个用C99编写的便携式x86模拟器,它不仅能原生运行,还能通过W

gitblog_00737的博客 732

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

xp系统流媒体服务器,Windows XP系统中流媒体应用全攻略(4)

(5)在“录音”选项组中,可以从“默认设备”下拉列表中选择录音默认设备。单击“音量”按钮,打开 “录音控制”对话窗口(图14)。用户可以在该窗口中改变录音左右声道的平衡状态以及录音的音量大小。图 14(6)在“MIDI音乐播放”选项组中,从“默认设备”下拉列表中选择 MIDI音乐播放默认设备。单击“音量”按钮,打开“音量控制”窗口调整音量大小。(7)如果用户使用默认设备工作,可启用“仅使用默认设备...

weixin_42489589的博客 443

Windows XP中的一些命令

Windows XP中的一些命令你只需在“运行”对话框中输入右边的命令,即可启动相应的程序,非常地方便,大家可以试一试。计算机管理控制台(Computer Management)- compmgmt.msc磁盘管理(Disk Managment) - diskmgmt.msc设备管理器(Device Manager) - devmgmt.msc磁盘碎片整理程序(Disk Defrag) - dfr

Yvonne软件测试学习历程记录 735
上一篇: EFS加密的破解
下一篇: Windows XP 优化设置注册文件集合(共80项,请谨慎使用)
jakee
博客等级 码龄25年 6粉丝 28原创
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
 
 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