ThinkPad分区详细过程

mlxia mlxia 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 2k累计阅读 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 码龄26年
关注
原创 最新推荐文章于 2026-03-20 16:49:43 发布 2k 阅读 AI 写同款· GEO 优化 ›
http://www.91bjb.com/bbs/viewthread.php?tid=8903&highlight=thinkpad%2B%B7%D6%C7%F8
1楼 大 中 小 发表于 2007-2-24 02:06 PM  只看该作者
青工社最详细验机流程

ThinkPad分区详细过程

适用机型：至少T40、X31、X40、R50、R50e和之后的机型都可以按这个步骤 分区而不破坏一
, p4 X6 G7 l6 l4 }+ r. F键恢复功能，当然只对机器本身带一键恢复功能的机型有参考意义
( U6 ]8 Y# r1 a / @4 m1 P! b& L8 p0 o
示范机型： ThinkPad X60s 73C ) t; b1 h" H  Y* N- T, b( U, {8 q
5 d! I! d) d7 P- v: O2 ~' o
所用软件：PQmagic 8.0，全称是PowerQuest PartitionMagic 8.0（Build 1242），该软件 " u; l5 {$ y# M2 n9 @1 F
的安装文件的图标是红色的“汉”字
7 W9 c+ R% ~5 [
- g1 h4 Q: s0 W, F7 S' f2 G
2 F: n+ R) X, ]! ^* k0 W) B1 i: I一、 分区前准备工作
7 g8 Z3 h. L3 z: |+ T* P. L6 f
* y8 K  M, p- f1、安装PQmagic 8.0，安装完后在桌面生成一个PartitionMagic 8.0的快捷方式 2 y& y3 S# H; t- b* o# Q& Z9 W

; Q: H5 @# j  e* @) B! ^2 A9 F2、 鼠标左键单击“开始”，鼠标左键点击“运行”，输入“cmd”，点击“确定”，输入“ , Q3 L+ v$ ^% K" G/ |. T
chkdsk /f”然后回车，输入“Y”回车，然后关闭该窗口重启机器，机器重新启动后会进入
% P. l; z, u5 z1 u一个写着如下内存的界面“Checking file system on C: ...”，不去管它，check完磁盘 / o: F$ _. m7 j
后机器会重启，然后就开始 分区 9 Y' o" g- e& R* R% ^# B
5 V  `8 R% P7 {5 X: d- ^
) R9 V2 [0 ]1 @1 }8 J3 v
二、 分区过程详细步骤
( U, o* H  m* S5 E# _
' c& N! I: T% R" u1、进入 系统后，点击桌面上“PartitionMagic 8.0”进入 分区界面，在窗口的右下方有“
$ e$ ]4 d; m' N9 s% u IBM_PRELOAD(C”（位于“磁盘1”下面），右键单击“IBM_PRELOAD(C”选择“调整容 9 o' o) v/ T* `! r0 ]2 q
量/移动”，左键单击“调整容量/移动”后打开小窗口，在“新建容量”中调整C盘容量（
5 [! s$ h$ n- y* n建议C盘分大一些，15～20G，这样以后一键恢复系统的时候可以实现只恢复C盘而不影响别
* \" G9 V9 T, P% x的 分区的数据），然后点击确定
; u! U4 ^' Z/ d/ \' f . w: |( x" z9 e7 S* l
2、右键单击“未分配”（在“IBM_PRELOAD”之下）选择“创建”，左键单击“创建”打开
! Q5 X2 Q2 K; F6 z3 i3 p6 ~& I小窗口，在“创建为”后面选择“逻辑 分区”， 分区类型自己根据需要选择，然后按照同样 ' E) ]) r0 H8 [, u2 l1 c
步骤分完区
$ `! G( I3 d" n' [$ f
7 M+ P2 Y  G# _' w2 y+ g3、分完区后点击左下方的“应用”，选择“是”，然后出来一个窗口，选择“确定” 5 a" i3 R: J% B! d; m

/ p3 \' q) |: d1 E  i7 ~4、然后机器重启，之后会进入一个浅蓝色的界面，不用管它，当看到“
. e( N7 H; w/ y+ {9 Y, TRebooting...Please manually reboot your computer.”时手动重启（就是按下机器的
5 @5 _5 O$ \( I$ UPower键） . t# S/ ~/ }% ~
: ?6 J+ j. ^6 |1 u! o( t5 c
5、机器重启进入系统后，稍候片刻会看到跳出一个“系统设置改变”的窗口，里面文字内
* X; G- ^1 [4 z* m' d8 @' M' N容是“...想现在就重新启动计算机么？”，选择“是”，机器再次重启
  G  z" N, T# Y+ ~7 z: J; V
3 ?- T+ p. K5 Z; w2 [5 I6、这次重启后机器就 分区结束了 7 T  o* {1 O4 L8 N3 X$ H7 L6 C
8 y1 U1 H, x+ l) I" E( Q% @/ E
7、可以再次重启机器，一开机就按“ ThinkVantage”（以前机型是“AccessIBM”），然后 . Z7 A3 Z' ?; J" e4 K( R
就可以顺利进入“ThinkVantage(TM) Rescue and Recovery(TM).3”，也就是说我们 分区成
  a2 B1 A, w2 z; X! N2 D4 P$ T7 o功啦，一键恢复功能完好无损
, ]% t4 `5 x2 A- T
6 J9 s; @  V( s- z# d8、 分区成功！最后接受下偶的祝贺！
收录于
thinkpad

当前文章被收录于：

thinkpad
23 篇文章 0 人学习
订阅专栏 查看详情
标签
#C# #C #C++ #F# #IBM
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。
Thinkpad x13 锐龙安装 Archlinux 记录 https://archlinux.org/download/ http://mirrors.163.com/archlinux/iso/2022.12.01/ 每次安装都检查iso镜像是否是网站最新的， 否则有签名问题， 大坑略各种失败， 试过3中烧录工具于事无补， 后来把bios 的security boot disabled ok了。 成功进入Live 系统第一步 网络是最重要的https://wiki.archlinuxcn.org/wiki/Iwd?rdfrom=https%3A%2F%2Fwik 阅读详情

相关推荐

THINKPAD Q盘图标修复

THINKPAD Q盘的红色图标修复软件。

电脑硬盘分区表的两种格式：MBR 和 GPT

电脑硬盘分区表的两种格式：MBR 和 GPT 电脑硬盘分区表有两种格式：MBR 和 GPT 查看硬盘是 MBR 还是 GPT 分区表 diskpart list disk

段子手168的博客 9229

WIN7下隐藏或显示Lenovo_Recovery_Q盘

WIN7下隐藏或显示Lenovo_Recovery_Q盘

Thinkpad预装win10硬盘分区

Thinkpad预装win10硬盘分区 Win10系统下推荐使用该方法进行分区，该方法可以最大限度的保证数据的安全以及一键恢复的稳定性 ，本教程以分三个区为例。 操作方法： 1、点击文件资源管理器（Win+X），在右侧布局的小窗口中右键“此电脑”点击“管理”，打开左下角的快捷方式菜单列表并选择“磁盘管理； 2、在“磁盘管理”中找到蓝条下面的C盘，并在C盘上点击鼠标右键，选择“压缩卷”； 3、耐心等系统自动计算出可压缩空间； 注：“压缩前的总计大小”，是压缩前C盘的大小；“可用压缩空间大小”，是下面可以输

sinat_38849643的博客 3216

Thinkpad误删除恢复环境分区的恢复方法

Thinkpad（预装windows8）磁盘中有三个重要的隐藏分区，分别是WINRE_DRV、SYSTEM_DRV、Lenovo_Recovery。前两个分区是Thinkpad自带的Windows恢复环境（WinRE），在开机时按ThinkVantage键或F11键即可进入。WinRE 建立在WinPE的基础上，因此有“命令提示符”功能，这样就不用另备WinPE启动盘了。 如果误删除了WINRE_DRV或SYSTEM_DRV，则Windows恢复环境丢失，只能自己制作WINPE或使用外置光驱安装操作系统了。如果你经常出差，要随身携带WinPE启动盘或外置光驱，无疑很不方便（系统可能随时崩溃哦）。 使用本文恢复误删除分区的前提是Lenovo_Recovery分区必须存在，因为要使用里面的工具。另外，磁盘的格式必须是GPT，MBR格式的磁盘无法恢复。

Thinkpad 新电脑如何分区

Think产品预装Vista创建恢复光盘及使用Acronis Disk Director Suite分区方法介绍（适用于200,300,400,500,700机型）

联想thinkpad T460分区

一般是出厂分好了3~4个分区。在磁盘管理界面中，C盘左侧是引导分区，C盘右侧是恢复分区和休眠分区。也就是说在C盘的右边还有一个分区，并且这个分区在磁盘管理中没有办法删除。这个分区导致我在装linux系统的时候，分区出错，没有办法安装成功。所以我选择重新安装了Win10的系统，再安装ubuntu。 ==============================================

Kelsey98的博客 3318

ThinkPad_WIN7分区(图)

属于小黑的 WIN7系统分区全过程（图解）以下方法适合用恢复盘恢复系统后只有一个分区的朋友。

thinkpad分区win10_预装win10系统Thinkpad笔记本只有一个C盘怎么分区

预装win10系统Thinkpad笔记本只有一个C盘怎么分区新买的Thinkpad笔记本电脑，预装win10家庭版系统，默认只有一个C盘，单个C盘容量很大，单个500G、1T或更大，如果不重新分区，那么文件将非常混乱，而且不方便日后的管理。大部分用户都会选择分3个或4个分区，那么只有一个C盘的thinkpad笔记本要怎么分区呢？我们可以使用自带的磁盘管理工具来操作，这边dengb.com小编教大家...

weixin_36229293的博客 2971

unity pc运行包导入glb

本文介绍了在Unity中实现GLB/GLTF模型动态导入的方法。主要使用glTFast插件进行模型导入，配合StandaloneFileBrowser实现文件选择功能。文章提供了详细的插件安装方式（包括国内镜像源），并给出了核心导入脚本代码。脚本实现了模型加载、父对象设置、材质修复等功能，解决了常见的材质显示异常问题。该方法支持编辑器和PC平台，兼容不同版本的glTFastAPI，通过简易UI操作即可完成模型导入，适合需要运行时加载3D模型的Unity项目开发。

懒懒的蓝的博客 544

BU61580芯片实战：手把手教你配置1553B通信的BC端寄存器（含代码解析）

本文详细解析了BU61580芯片在1553B通信中的BC端寄存器配置方法，包括关键寄存器功能映射、初始化代码解析及回环测试实现。通过实战案例和代码示例，帮助开发者快速掌握1553B通信的核心技术，提升系统稳定性和通信质量。

a1b2c的博客 224

thinkpad e40硬盘分区表修复操作过程记录

一，首先将我遇到的问题过程记录如下： 我使用的笔记本为联想的thinkpad E40，sata的硬盘，出厂的时候预装的是win7。用了两年多了，发现越来越慢了，于是按照网友们的建议，重装xp，操作步骤如下： 1）在网上下载了一个XP SP3纯净版v2012.09的操作系统安装盘，并刻盘；  2）bios中设置光盘启动，进入光盘安装选择界面，选择（1）全自动快速安装Win XP选项； 3

everysmile的专栏 4572

TSP、MTSP问题遗传算法详细解读及python实现

写在前面 遗传算法是一种求解NPC问题的启发式算法，属于仿生进化算法族的一员。仿生进化算法是受生物行为启发而发明的智能优化算法，往往是人们发现某种生物的个体虽然行为较为简单，但生物集群通过某种原理却能表现出智能行为。于是不同的人研究不同的生物行为原理，受到启发而发明出新的仿生进化算法。比如免疫优化算法，蚁群算法，模拟退火算法等，这些算法以后也会简单介绍。 本文的主题是遗传算法，该算法也是受到生物行为启发。物竞天择，适者生存，优胜劣汰，是该优化算法的核心思想。笔者在业务中需要用到遗传算法求解TSP问题，但是网

weixin_47675950的博客 9306

对IBM ThinkPad 隐藏分区系统的分析

对IBM ThinkPad 隐藏分区系统的分析　前言：去年买了笔记本，得知IBM的ThinkPad 不再随机附带恢复光盘，而是将恢复的内容放置在硬盘内，不仅有些失落。当初想如果硬盘出现故障，岂不是很不爽？！就算修理，也没那么快拿回来工作。另外我喜欢使用WIN2K Server系统，对于原机带的WIN XP PRO实在没有胃口，就萌发了自己动手做恢复盘的念头。　　刚开始，使用的是重新安装，然后再

ebsoft的专栏 1788

安鸾渗透测试平台-CTF系列-bash

工具Xshell 公网VPS接收反弹shell Xshell新手的下载及安装教程（超详细）_新手程序员攀爬之路的博客-优快云博客_xshell使用教程 Xshell连接后 #!/bin/bash cat ${0} while : do echo "$" read input output=`$input` 显示了一个文件，不过咋做呢？这里可能考察的是linux的语法 方法 输入bash 获得shell cat ${0} while : do .

AAAAAAAAAAAA66的博客 2689

华为OD机考双机位C卷 - 螺旋数字矩阵 （Java & Python& JS & C/C++ & GO ）

华为OD机考双机位C卷 - 数字螺旋矩阵（OD上机考试双机位C卷）。提供在线OJ刷题。Java、C++、Python、GO语言、C语言、JavaScript题解，并提供完整思路讲解。

算法大师！ 3217

联想工作站 装linux系统安装,分区、代码 - 在ThinkPad上安装Ubuntu的全过程详解_Linux教程_Linux公社-Linux系统门户网站...

分区由于Thinkpad出厂时已经占用了一个隐藏分区来做HPA，而一个硬盘上最多能有四个主分区，其中扩展分区还占去了一个份额，因此分区方案的选择受到一点限制。我的分区方式如下：代码:Device Filesystem Size Used Avail Use% Mounted on/dev/sda1 ntfs 9.8G 2.5G 7.3G 26% /windows/dev/sda3 ext3 9.7...

weixin_39688856的博客 613

Python爬虫实战：使用最新技术爬取路透社新闻数据

网络爬虫（Web Crawler）是一种自动获取网页内容的程序，是搜索引擎的重要组成部分。随着大数据和人工智能技术的发展，爬虫技术在数据采集、市场分析、舆情监控等领域发挥着越来越重要的作用。requests：同步HTTP请求库aiohttp：异步HTTP请求库：HTML解析库lxml：高效的HTML/XML解析库selenium：浏览器自动化工具playwright：现代浏览器自动化工具pandas：数据处理和分析库scrapy：专业的爬虫框架：生成随机User-Agentredis：缓存和分布式爬虫支持。

2201_76125261的博客 1204

Thinkpad x230 win7/xp 双系统安装全过程

Thinkpad x230win7/xp 双系统安装全过程记录这一次安装双系统的艰辛过程，以作备忘，同时为大家提供一些经验。1环境背景1.1换电脑的原因之前的电脑是宏基，当时买的时候觉得性价比高，配置很牛，现在各种经常性的开不了机，非软件非系统问题的蓝屏死机，要命的发热问题等等，我认识的同学的宏基电脑在一两年内硬盘坏过，屏幕坏过，哎呀，那个后悔啊，所以奉劝大家：工作用并且不玩...

weixin_33701251的博客 2894

整流桥选型参数，结构原理，工艺与注意问题总结

整流桥（Rectifier Bridge）是一种电子元件，它的主要作用是将交流电（AC）转换为直流电（DC）。这种转换在许多电子设备中都是必要的，因为大多数电子元件和电路都需要直流电源来工作。本文对整流桥的工作原理，结构特点，工艺流程，选型参数及设计注意事项进行总结。

fydar的博客 2185

深度学习在地质勘探中的应用：使用Python构建卷积神经网络进行地震数据分析

在本文中，我们介绍了如何利用深度学习技术，特别是卷积神经网络（CNN），来处理和分析地震数据。我们使用了Python编程语言和TensorFlow框架构建了一个CNN模型，并使用地震数据进行了训练和评估。在本文中，我们将探讨如何利用深度学习技术，特别是卷积神经网络（CNN），来处理和分析地震数据。首先，我们需要获取地震数据集。通过本文的介绍，希望您能对深度学习在地质勘探领域的应用有更深入的了解，并能够应用这些技术来解决实际问题。在准备好地震数据和构建CNN模型后，我们需要将数据分为训练集和测试集。

斌擎科技 1472

thinkpad e40 4sc安装windows7的一点感受

新买了一台Thinkpad E40 4SC，可惜预装的是linux操作系统（ubuntu10.4），虽然以前在实验室的时候是一直使用ubuntu的，但是那会在实验室做的工作对系统没有特别的要求，相对来说反而是linux系统要好些，只到写毕业论文的时候才换回windows xp系统

从零开始 1982

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox（带书签），MATLAB统计学习工具

将ThinkPad笔记本的原厂隐藏分区迁移到新硬盘---GHOST 篇

<br />将ThinkPad笔记本的原厂隐藏分区迁移到新硬盘---GHOST 篇<br />在论坛内，看到了运用ATI软件克隆含有隐藏分区硬盘恢复到新硬盘的文章。因本人一直使用GHOST软件，据我所知GHOST本身也自带有 DISK to IMAGE功能，就是把整个硬盘克隆成一个镜像文件   然后再将这个镜像恢复到新的硬盘上，可以做为一个硬盘文件的整体搬家，理论上，GHOST这个功能完全可行 ，但是实践是检验理论的唯一方法，前段时间 ，由于手上没有多余的硬盘 ，没办法做试验，   正好这两天购进了一个HT

styxqdz的专栏 8438

汉书HE8，好用的汇编代码编写工具

汉书HE8，好用的汇编代码编写工具早期编写汇编代码所用功能强大

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")

thinkpad E470 安装ubuntu16.04双系统

小白thinkpad E470 安装ubuntu16.04双系统 刚拿到公司的电脑，被要求装个linux系统，连进入boot的快捷键是哪个都不知道，全程靠百度。 联想Thinkpad E470笔记本如何设置U盘启动？E470如何进入Bios设置U盘启动：http://www.xitongmen.com/pc/baike/4720.html 安装ubuntu16.6的详细教程：https://blo...

JadyC的博客 4780

efm32 入门.pdf

本PDF共计22页，介绍的是操作驱动API，下载与否自己斟酌。

ThinkPad E531加装固态硬盘全过程

1、首先购买固态硬盘，购买之前一定要看看自己电脑的接口，本人的电脑是ThinkPad E531，购买的固态硬盘接口类型是： 2、拆机，安装固态硬盘，安装过程比较简单，记得拧紧螺丝就可以。 3、迁移系统，最麻烦的部分。 （1）、首先安装一个分区助手，本人用的是“傲梅分区助手”，是个免费软件，直接在官网上下载。 （2）、安装好分区助手，你就可以看到自己加装的固态硬盘。迁

yang201610的博客 4万+
上一篇： 青年工社购机客户验机流程
下一篇： ThinkPad 用户系统恢复及自行更改硬盘分区注意事项 ！
点赞 0
评论 0
书签 书签 0
mlxia
mlxia
博客等级 码龄26年 28粉丝 410原创
+ 关注 专栏目录 订阅专栏
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