如何迁移剪映草稿到另外一台机器

本文讲述了作者在使用剪映时遇到的草稿备份问题,通过Windowsjunction工具实现跨电脑路径同步,以及如何将草稿存放在非默认位置并设置备份脚本,以方便在不同设备间迁移和保护数据。

最近刚好需要用到剪映,因为的第一次使用,感觉很陌生,遇到一个问题是要备份草稿,需要知道存放在哪个目录,
打开剪映的全局设置,可以查到3个路径:
1、草稿位置 C:\Users\ASUS\AppData\Local\JianyingPro\User Data\Projects\com.lveditor.draft
2、素材下载位置 C:\Users\ASUS\AppData\Local\JianyingPro\User Data\Cloud files
3、预设保存位置 C:\Users\ASUS\AppData\Local\JianyingPro\User Data\Presets

我想修改到其他盘去保存,但是有的位置修改后不起作用。剪映软件还是认定是这些目录。
剪映的草稿导出就可以指定不同的位置。

上面是家里的电脑的安装路径,用户是Asus。

在上班的办公室安装的剪映的路径是,这里假设安装的用户是在“黄飞鸿”下面。
1、草稿位置 C:\Users\黄飞鸿\AppData\Local\JianyingPro\User Data\Projects\com.lveditor.draft
2、素材下载位置 C:\Users\黄飞鸿\AppData\Local\JianyingPro\User Data\Cloud files
3、预设保存位置 C:\Users\黄飞鸿\AppData\Local\JianyingPro\User Data\Presets

把草稿文件打包迁移到办公室的电脑中, 用winrar把C:\Users\ASUS\AppData\Local\JianyingPro\User Data\Projects打包到一个文件中。然后解压到 C:\Users\黄飞鸿\AppData\Local\JianyingPro\User Data\Projects中,单纯这样是不行的,会出现丢失媒体,去修改root_meta_info.json文件,虽然也可解决一些问题,但是太麻烦了,如果需要长期在2台机器中转移草稿文件的话。

这里我决定使用junction工具来解决这个问题,建立类似unix下的“符号链接”,在windows下使用junction程序来建立符号连接。
可到https://learn.microsoft.com/en-us/sysinternals/downloads/junction 微软的网站去下载一个小工具junction,这个工具如何使用可查看文档,还是比较简单的。

假设这个工具解压到d:\tools目录下,然后用管理员模式进入命令提示符。建立一个链接指向 c:\users\asus -----> c:\users\黄飞鸿

junction “C:\Users\ASUS” “C:\Users\黄飞鸿”

建立后这个链接后,使用C:\Users\ASUS指定的路径,和使用C:\Users\黄飞鸿指定的路径是一样的,是同一个位置。
这样的话,剪映就可以顺利打开媒体资源了,也不用去修改json配置文件。

这样可批量迁移草稿啦,从家里的电脑迁移到办公室的电脑去。从电脑A迁移到电脑B。
如有个别草稿迁移不顺利,可通过剪映里面的上传到云空间,从云空间下载去同步。

还有如果要把草稿存放在非C盘的位置,如不想存放在C盘,也可使用junction做转移,操作前要做好文件备份。
下面的一个例子:
先移动C:\Users\黄飞鸿\AppData\Local\JianyingPro\User Data目录到L:\JianyingPro\User Data
然后建立一个“链接”:
junction “C:\Users\黄飞鸿\AppData\Local\JianyingPro\User Data” “L:\JianyingPro\User Data”

还有日常要设置一个备份脚本bk_jianying.bat,如下面的备份脚本,保留最近的3个备份:

g:
cd \backup\jianying
del jianying_projects.rar.3
ren jianying_projects.rar.2 jianying_projects.rar.3
ren jianying_projects.rar.1 jianying_projects.rar.2
ren jianying_projects.rar jianying_projects.rar.1
winrar a -r jianying_projects.rar “L:\JianyingPro\User Data\Projects”

内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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