tensorflow下构建LSTM进行多维序列预测
python小白,没有看书,仅根据网上查到LSTM时序预测实例,编写了一个多维序列的预测程序(多维回归预测?)。在LSTM结构上不知是否正确,苦恼于如何根据实际需要构建复杂的LSTM 神经网络结构,希望大佬能给予建议。
环境:python3.5,tensorflow1.2.0,win10
import scipy.io as sio
import numpy as np
import matplotlib.pyplot as plt
import tensorflow as tf
from sklearn import preprocessing
import os
import shutilos.chdir('D:\\xxxx')
folder = os.getcwd()+ '\\pythonLSTMtraining\\'if not os.path.exists(folder):os.makedirs(folder)
else:shutil.rmtree(folder, ignore_errors=True)os.makedirs(folder)#import the data
d_i = sio.loadmat(os.getcwd()+'\\INPUT.mat')
data_in = d_i['INPUT'].T
scaler1 = preprocessing.StandardScaler().fit(data_in)
data_input = scaler1.transform(data_in)
d_o = sio.loadmat(os.getcwd()+'\\OUTPUT.mat')
data_out = d_o['OUTPUT'].T
scaler2 = preprocessing.StandardScaler().fit(data_out)
data_output = scaler2.transform(data_out)#parameters
time_step = 1 #序列段长度
lstm_layers = 2 #cell层数
batch_size = 100 #序列段批处理数目
input_size = data_input.shape[1] #输入维度
output_size = data_output.shape[1] #输出维度
rnn_unit = output_size #隐藏层节点数目
lr = 0.002 #学习率
per = 0.9 #划分比例
train_begin = 0
train_end = round(per * data_input.shape[0])
test_begin = train_end
#制作带时间步长的训练集
data_input_train = data_input[train_begin:train_end,:]
data_output_train = data_output[train_begin:train_end,:]
train_x,train_y=[],[]
for i in range(len(data_input_train)-time_step-1):x = data_input_train[i:i+time_step,:]y = data_output_train[i:i+time_step,:]train_x.append(x.tolist())train_y.append(y.tolist())
#制作带时间步长的测试集
data_input_test = data_input[test_begin:,:]
data_output_test = data_output[test_begin:,:]
test_x,test_y=[],[]
for i in range(len(data_input_test)-time_step-1):x = data_input_test[i:i+time_step,:]y = data_output_test[i:i+time_step,:]test_x.append(x.tolist())test_y.append(y.tolist()) #build the LSTM model
#输入层、输出层权重、偏置
X=tf.placeholder(tf.float32, shape=[None,time_step,input_size])#占位分配内存
Y=tf.placeholder(tf.float32, shape=[None,time_step,output_size])weights = {'in': tf.Variable(tf.random_normal([input_size, rnn_unit])),'out': tf.Variable(tf.random_normal([rnn_unit, output_size]))#2和1有区别吗?后改为输出维度,不知是否正确
}
biases = {'in': tf.Variable(tf.constant(0.1, shape=[rnn_unit, ])),'out': tf.Variable(tf.constant(0.1, shape=[output_size, ]))
}keep_prob = tf.placeholder(tf.float32)def lstm(batch_size):w_in=weights['in']b_in=biases['in']input=tf.reshape(X,[-1,input_size]) #需要将tensor转成2维进行计算,计算后的结果作为隐藏层的输入input_rnn=tf.matmul(input,w_in)+b_ininput_rnn=tf.reshape(input_rnn,[-1,time_step,rnn_unit]) #将tensor转成3维,作为lstm cell的输入# cell1=tf.nn.rnn_cell.BasicLSTMCell(rnn_unit)
# cell2=tf.nn.rnn_cell.BasicLSTMCell(rnn_unit)
# cell=tf.nn.rnn_cell.MultiRNNCell(cells=[cell1,cell2])
#
# init_state=cell.zero_state(batch_size,dtype=tf.float32)cell1=tf.nn.rnn_cell.BasicLSTMCell(rnn_unit)cell2=tf.nn.rnn_cell.BasicLSTMCell(rnn_unit)cell=tf.nn.rnn_cell.MultiRNNCell(cells=[cell1,cell2])lstm_cell=tf.nn.rnn.DropoutWrapper(cell,input_keep_prob=1.0,output_keep_prob=keep_prob)mlstm_cell = tf.nn.rnn.MultiRNNCell([lstm_cell]*lstm_layers,state_is_tuple=True)init_state= mlstm_cell.zero_state(batch_size,dtype=tf.float32)init_state=cell.zero_state(batch_size,dtype=tf.float32)with tf.variable_scope('scope', reuse=tf.AUTO_REUSE):#共享变量output_rnn,final_states=tf.nn.dynamic_rnn(cell, input_rnn,initial_state=init_state, dtype=tf.float32) #output_rnn是记录lstm每个输出节点的结果,final_states是最后一个cell的结果output=tf.reshape(output_rnn,[-1,rnn_unit]) #作为输出层的输入w_out=weights['out']b_out=biases['out']pred=tf.matmul(output,w_out)+b_outreturn pred,final_states #train the LSTM model
def train_lstm():global batch_sizepred,_=lstm(batch_size)###损失函数###loss=tf.reduce_mean(tf.square(tf.reshape(pred,[-1,output_size])-tf.reshape(Y,[-1,output_size])))train_op=tf.train.AdamOptimizer(lr).minimize(loss)saver=tf.train.Saver(tf.global_variables())#只保留最后4次的模型参数,max_to_keep=4with tf.Session() as sess:sess.run(tf.global_variables_initializer())iter_time = 1000for i in range(iter_time):step=0start=0end=start+batch_sizewhile(end<len(train_x)):_,loss_=sess.run([train_op,loss],feed_dict={X:train_x[start:end],Y:train_y[start:end]})start+=batch_sizeend=start+batch_size#每10步保存一次参数if step%1000==0:print(i,step,loss_)if (step + 1) == len(train_x):saver.save(sess,folder,global_step=step,global_iter=i)step+=1#predict
def prediction(test_x,test_y):pred,_=lstm(1)saver=tf.train.Saver(tf.global_variables())with tf.Session() as sess:###参数恢复,调用已经训练好的模型###saver.restore(sess, folder) test_predict=[]for step in range(len(test_x)):prob=sess.run(pred,feed_dict={X:[test_x[step]]})predict=prob.reshape(-1,output_size)test_predict.extend(predict)test_y=scaler2.inverse_transform(test_y)y_test=test_y.reshape(len(test_x),output_size).Ttest_predict=scaler2.inverse_transform(test_predict)predict_test=test_predict.Ttime=np.arange(0,len(test_predict),1)depth=np.arange(0,output_size,1)T,D=np.meshgrid(time,depth)plt.figure()ax1=plt.subplot(311)ax1.invert_yaxis()plt.pcolormesh(T,D,y_test,cmap='jet')ax2=plt.subplot(312)ax2.invert_yaxis()plt.pcolormesh(T,D,predict_test,cmap='jet') ax3=plt.subplot(313)ax3.invert_yaxis()error=y_test-predict_testplt.pcolormesh(T,D,error,cmap='jet')plt.show()train_lstm()
prediction(test_x,test_y)
如若内容造成侵权/违法违规/事实不符,请联系编程学习网邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
相关文章
- 虚树小结
介绍 这是个用来处理树上问题的东西,一般题目的形式都是给出一棵树,多组询问这样子,然后每次询问会给你一些点,询问的问题一般只关心这些点。 如果发现,对于每组点,在树上做决策时只需要关心这些点以及这些点的lca们,那么就可以考虑建出他们的虚树,然后在虚树上进行下一…...
2024/4/28 8:12:39 - C#中常用容器的使用与底层数据结构,特点(2)hash集合,二叉树集合,
hash集合类型:HashSet<>,Hashtable,Dictionary<>和线性集合比较,hash集合特点在于,通过索引键值来访问,(HashSet除外,存储一系列对象,而不是键值对)Hashtable 几乎等于Dictionary<object,object>,它是非类型安全的,即需要装箱拆箱Hashtable迭代元素…...
2024/4/24 10:52:43 - pytorch系列文档之Pooling layers详解(MaxPool1d、MaxPool2d、MaxPool3d)
MaxPool1d torch.nn.MaxPool1d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)输入size为(N,C,L),在L维进行池化参数: kernel_size – 池化窗口大小 stride – 步长. Default value is kernel_size padding – padding的值,默认…...
2024/4/24 10:52:42 - C#基础第一章学习之Hello Wolrd打印
1.第一个程序之Hello Wolrdusing System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks;namespace _01_First_Demo {class Program{static void Main(string[] args){Console.WriteLine("Hello World");C…...
2024/4/24 10:52:40 - matlab求积分(超详细,含int integral integral2/3 quad trapz)
matlab求积分 matlab求积分函数工具: int 用法1: 格式: int(fun,x,a,b) 功能: 计算定积分 用法2: 格式: int(f,x) 功能: 计算不定积分 注: 使用int函数之前, 先用syms声明x是符号变量 trapz (利用梯形法) 格式: I=trapz(x,y) 功能: 求取定积分, 适用于被积函数是离…...
2024/5/6 23:14:50 - 新手如何学好Web前端 自学前端该怎么规划
随着互联网的迅速发展,更多的人投入到Web前端的学习中来,那么想要自学前端该怎么规划学习呢?要学习的技能涉及到哪些呢?对于新手学习Web前端的方法,我有几个建议给大家,希望可以帮助到想要学习的同学。自学前端,首先的你得搞懂前端是什么,要学习的内容是什么,每天能抽…...
2024/4/24 10:52:38 - C#创建一个WPF应用程序,用多任务来扫描一个网段内的计算机,根据计算机的IP地址获取其主机域名。
C#创建一个WPF应用程序,用多任务来扫描一个网段内的计算机,根据计算机的IP地址获取其主机域名。MainWindow.xaml <Window x:Class="shiyan1.MainWindow"xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation"xmlns:x="http://sche…...
2024/4/24 10:52:37 - Echart基本的图形配置及制作
1.引入echarts直接html引入 srcES引入 import echarts from node_module/echarts/echarts普通引入 var echarts = require(“echarts”); 2. js配置部分 1. Echarts初始化并绑定容器var echarts = Echarts.init(document.getElementById(main)); 2. option配置项va…...
2024/4/24 10:52:37 - 首次启动rabbitmq项目遇到的坑 An unexpected connection driver error occured
1.当我们第一次配置rabbitmq的时候,通过端口15672访问web端页面,会误以为接口访问rabbitmq的端口是15672,其实不是的,默认端口是5672,这点要注意,也就是说你在代码里面配置的端口要写5672,。2.如果是你创建的新用户的话,就算你赋予了管理员角色,也是无法成功启动的,你…...
2024/5/6 19:41:57 - 海思小于100毫秒低延迟直播方案测试
本文摘自:https://blog.csdn.net/weixin_45326556/article/details/95058054 很多人对于直播的带来的延时还是挺在意的,下面我分享的这篇文章能给大家带来个技术上的指引,好了,坐下来慢慢看: 背景 最近接触了许多客户,许多是做安全方面产品的客户,有些还涉及到jun队后勤…...
2024/4/24 10:52:35 - Java 8 – ZonedDateTime示例
很少有java.time.ZonedDateTime示例来向您展示如何在不同国家之间转换时区。 1.马来西亚(KUL)->日本(HND) 查看从马来西亚吉隆坡(UTC + 08:00)到日本东京羽田(UTC + 09:00)的航班信息 ---Flight Detail--- Kuala Lumpur (KUL) -> Tokyo Haneda (HND) Flight Du…...
2024/4/15 5:27:13 - 5G模组 - 聚焦“平安校园”,5G赋能智慧校园安防监控系统
进入5月以来,教育部通知各类院校学生可以逐步分期、分批、错峰返校开课,回归校园。校园是教师、学生集学习、工作、生活的一体化环境,是当代智慧城市的重要组成部分。构建智慧校园、加速校园信息化建设,是衡量教育现代化程度的重要标志。智慧校园安防监控系统是以物联网、云…...
2024/4/15 5:27:12 - Spring Cloud升级之路 - Hoxton - 4. 使用Resilience4j实现实例级别的隔离与熔断
如何不启用Hystrix 由于我们的入口注解类从@SpringCloudApplication替换成了SpringBootApplication,这样不会启用Spring-Cloud-CircuitBreaker。引入的Hystrix依赖也就没有效果。请参考本系列第二节: Spring Cloud升级之路 - Hoxton - 2.入口类注解修改与OpenFeign的改造 使用…...
2024/4/19 13:51:47 - Javac 编译错误: 类HelloWorld是公共的, 应在名为 HelloWorld.java 的文件中声明
有些东西学的时间长了就渐渐的忘记了,可能是当时没有好好学,也可能是真的忘记了,但是可怕的自以为还是会的,所以有些时候我们可能要停下来,慢下来,回头看看 所以,我准备从头再学习一边Java基础,哈哈哈 刚刚开始便当头一棒,果然我忘记了最基本的东西,当我用记事本手写…...
2024/4/20 6:27:00 - ES相关知识
最近的项目用ES做查询服务,感觉蛮有意思的,查询速度也蛮快。 ES处理并发的机制 https://blog.csdn.net/ctwctw/article/details/106457237?utm_medium=distribute.pc_feed.312601.nonecase&depth_1-utm_source=distribute.pc_feed.312601.nonecase https://blog.csdn.ne…...
2024/4/15 5:27:09 - JAVA之前-常见的DOS和运行命令
常见的DOS和运行命令 打开CMD的方式Windows菜单 - Windows系统 - 命令提示符 Win + R(运行) 输入cmd打开控制台 在任意的文件夹下面按住Shift键 + 鼠标右键点击,选择在此处打开Power Shell(Power Shell即为命令行窗口) 资源管理器的地址栏输入cmd 回车即可进入 若是输入cmd + …...
2024/4/20 10:38:20 - Java面试题-异常
描述一下Java异常层次结构。什么是检查异常,不受检查异常,运行时异常?并分别举例说明。Finally块一定会执行吗?正常情况下,当在try块或catch块中遇到return语句时,finally语句在方法返回之前还是之后被执行?Try、catch、finally语句块的执行顺序。~~~~~~~~~~~~~~~~~~~~~…...
2024/5/1 7:37:41 - 搜狐汽车暑期面试
介绍简历 String为什么是final的,Enum,数据库连接(左外,右外,内连接) 用栈实现队列(时间复杂度),数组找出只出现一次的元素(时间复杂度),手写快排 Java运行时的编译情况,大的项目是怎么编译的 Spring的文档什么的有没有看过 确定自己喜欢的是什么,有没有兴趣,自驱动能力…...
2024/4/15 5:27:08 - 设计模式一、概念
Java设计模式概念和由来原理和实质模式分类模式功能 概念和由来 设计模式(Design Pattern)是前辈们对代码开发经验的总结,是解决特定问题的一系列套路。它不是语法规定,而是一套用来提高代码可复用性、可维护性、可读性、稳健性以及安全性的解决方案。 1995 年,GoF(Gang …...
2024/4/24 10:52:36 - Java实现23种设计模式(四):适配器模式
二十三种设计模式分类一、概述 适配器模式(Adapter Pattern)是作为两个不兼容的接口之间的桥梁。这种类型的设计模式属于结构型模式,它结合了两个独立接口的功能。 这种模式涉及到一个单一的类,该类负责加入独立的或不兼容的接口功能。举个真实的例子,读卡器是作为内存卡和…...
2024/4/24 10:52:36
最新文章
- Oracle快速入门
Oracle触发器是一种在特定事件发生时自动执行的数据库对象。这些事件通常与数据修改(如INSERT、UPDATE或DELETE操作)相关,但也可以是其他数据库事件。触发器可以帮助您自动执行一些常见的任务,如数据验证、审计跟踪、自动计算等。…...
2024/5/7 10:20:24 - 梯度消失和梯度爆炸的一些处理方法
在这里是记录一下梯度消失或梯度爆炸的一些处理技巧。全当学习总结了如有错误还请留言,在此感激不尽。 权重和梯度的更新公式如下: w w − η ⋅ ∇ w w w - \eta \cdot \nabla w ww−η⋅∇w 个人通俗的理解梯度消失就是网络模型在反向求导的时候出…...
2024/5/6 9:38:23 - C# 构建可定时关闭的异步提示弹窗
C# 构建可定时关闭的异步提示弹窗 引言1、调用接口的实现2、自动定时窗口的实现 引言 我们在最常用最简单的提示弹框莫过于MessageBox.Show( )的方法了,但是使用久了之后,你会发现这个MessageBox并不是万能的,有事后并不想客户去点击&#x…...
2024/5/2 6:14:07 - 与机器对话:ChatGPT 和 AI 语言模型的奇妙故事
原文:Talking to Machines: The Fascinating Story of ChatGPT and AI Language Models 译者:飞龙 协议:CC BY-NC-SA 4.0 从 ELIZA 到 ChatGPT:会话式人工智能的简史 会话式人工智能是人工智能(AI)的一个分…...
2024/5/5 8:50:13 - 【外汇早评】美通胀数据走低,美元调整
原标题:【外汇早评】美通胀数据走低,美元调整昨日美国方面公布了新一期的核心PCE物价指数数据,同比增长1.6%,低于前值和预期值的1.7%,距离美联储的通胀目标2%继续走低,通胀压力较低,且此前美国一季度GDP初值中的消费部分下滑明显,因此市场对美联储后续更可能降息的政策…...
2024/5/7 5:50:09 - 【原油贵金属周评】原油多头拥挤,价格调整
原标题:【原油贵金属周评】原油多头拥挤,价格调整本周国际劳动节,我们喜迎四天假期,但是整个金融市场确实流动性充沛,大事频发,各个商品波动剧烈。美国方面,在本周四凌晨公布5月份的利率决议和新闻发布会,维持联邦基金利率在2.25%-2.50%不变,符合市场预期。同时美联储…...
2024/5/7 9:45:25 - 【外汇周评】靓丽非农不及疲软通胀影响
原标题:【外汇周评】靓丽非农不及疲软通胀影响在刚结束的周五,美国方面公布了新一期的非农就业数据,大幅好于前值和预期,新增就业重新回到20万以上。具体数据: 美国4月非农就业人口变动 26.3万人,预期 19万人,前值 19.6万人。 美国4月失业率 3.6%,预期 3.8%,前值 3…...
2024/5/4 23:54:56 - 【原油贵金属早评】库存继续增加,油价收跌
原标题:【原油贵金属早评】库存继续增加,油价收跌周三清晨公布美国当周API原油库存数据,上周原油库存增加281万桶至4.692亿桶,增幅超过预期的74.4万桶。且有消息人士称,沙特阿美据悉将于6月向亚洲炼油厂额外出售更多原油,印度炼油商预计将每日获得至多20万桶的额外原油供…...
2024/5/6 9:21:00 - 【外汇早评】日本央行会议纪要不改日元强势
原标题:【外汇早评】日本央行会议纪要不改日元强势近两日日元大幅走强与近期市场风险情绪上升,避险资金回流日元有关,也与前一段时间的美日贸易谈判给日本缓冲期,日本方面对汇率问题也避免继续贬值有关。虽然今日早间日本央行公布的利率会议纪要仍然是支持宽松政策,但这符…...
2024/5/4 23:54:56 - 【原油贵金属早评】欧佩克稳定市场,填补伊朗问题的影响
原标题:【原油贵金属早评】欧佩克稳定市场,填补伊朗问题的影响近日伊朗局势升温,导致市场担忧影响原油供给,油价试图反弹。此时OPEC表态稳定市场。据消息人士透露,沙特6月石油出口料将低于700万桶/日,沙特已经收到石油消费国提出的6月份扩大出口的“适度要求”,沙特将满…...
2024/5/4 23:55:05 - 【外汇早评】美欲与伊朗重谈协议
原标题:【外汇早评】美欲与伊朗重谈协议美国对伊朗的制裁遭到伊朗的抗议,昨日伊朗方面提出将部分退出伊核协议。而此行为又遭到欧洲方面对伊朗的谴责和警告,伊朗外长昨日回应称,欧洲国家履行它们的义务,伊核协议就能保证存续。据传闻伊朗的导弹已经对准了以色列和美国的航…...
2024/5/4 23:54:56 - 【原油贵金属早评】波动率飙升,市场情绪动荡
原标题:【原油贵金属早评】波动率飙升,市场情绪动荡因中美贸易谈判不安情绪影响,金融市场各资产品种出现明显的波动。随着美国与中方开启第十一轮谈判之际,美国按照既定计划向中国2000亿商品征收25%的关税,市场情绪有所平复,已经开始接受这一事实。虽然波动率-恐慌指数VI…...
2024/5/4 23:55:16 - 【原油贵金属周评】伊朗局势升温,黄金多头跃跃欲试
原标题:【原油贵金属周评】伊朗局势升温,黄金多头跃跃欲试美国和伊朗的局势继续升温,市场风险情绪上升,避险黄金有向上突破阻力的迹象。原油方面稍显平稳,近期美国和OPEC加大供给及市场需求回落的影响,伊朗局势并未推升油价走强。近期中美贸易谈判摩擦再度升级,美国对中…...
2024/5/4 23:54:56 - 【原油贵金属早评】市场情绪继续恶化,黄金上破
原标题:【原油贵金属早评】市场情绪继续恶化,黄金上破周初中国针对于美国加征关税的进行的反制措施引发市场情绪的大幅波动,人民币汇率出现大幅的贬值动能,金融市场受到非常明显的冲击。尤其是波动率起来之后,对于股市的表现尤其不安。隔夜美国股市出现明显的下行走势,这…...
2024/5/6 1:40:42 - 【外汇早评】美伊僵持,风险情绪继续升温
原标题:【外汇早评】美伊僵持,风险情绪继续升温昨日沙特两艘油轮再次发生爆炸事件,导致波斯湾局势进一步恶化,市场担忧美伊可能会出现摩擦生火,避险品种获得支撑,黄金和日元大幅走强。美指受中美贸易问题影响而在低位震荡。继5月12日,四艘商船在阿联酋领海附近的阿曼湾、…...
2024/5/4 23:54:56 - 【原油贵金属早评】贸易冲突导致需求低迷,油价弱势
原标题:【原油贵金属早评】贸易冲突导致需求低迷,油价弱势近日虽然伊朗局势升温,中东地区几起油船被袭击事件影响,但油价并未走高,而是出于调整结构中。由于市场预期局势失控的可能性较低,而中美贸易问题导致的全球经济衰退风险更大,需求会持续低迷,因此油价调整压力较…...
2024/5/4 23:55:17 - 氧生福地 玩美北湖(上)——为时光守候两千年
原标题:氧生福地 玩美北湖(上)——为时光守候两千年一次说走就走的旅行,只有一张高铁票的距离~ 所以,湖南郴州,我来了~ 从广州南站出发,一个半小时就到达郴州西站了。在动车上,同时改票的南风兄和我居然被分到了一个车厢,所以一路非常愉快地聊了过来。 挺好,最起…...
2024/5/7 9:26:26 - 氧生福地 玩美北湖(中)——永春梯田里的美与鲜
原标题:氧生福地 玩美北湖(中)——永春梯田里的美与鲜一觉醒来,因为大家太爱“美”照,在柳毅山庄去寻找龙女而错过了早餐时间。近十点,向导坏坏还是带着饥肠辘辘的我们去吃郴州最富有盛名的“鱼头粉”。说这是“十二分推荐”,到郴州必吃的美食之一。 哇塞!那个味美香甜…...
2024/5/4 23:54:56 - 氧生福地 玩美北湖(下)——奔跑吧骚年!
原标题:氧生福地 玩美北湖(下)——奔跑吧骚年!让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 啊……啊……啊 两…...
2024/5/4 23:55:06 - 扒开伪装医用面膜,翻六倍价格宰客,小姐姐注意了!
原标题:扒开伪装医用面膜,翻六倍价格宰客,小姐姐注意了!扒开伪装医用面膜,翻六倍价格宰客!当行业里的某一品项火爆了,就会有很多商家蹭热度,装逼忽悠,最近火爆朋友圈的医用面膜,被沾上了污点,到底怎么回事呢? “比普通面膜安全、效果好!痘痘、痘印、敏感肌都能用…...
2024/5/5 8:13:33 - 「发现」铁皮石斛仙草之神奇功效用于医用面膜
原标题:「发现」铁皮石斛仙草之神奇功效用于医用面膜丽彦妆铁皮石斛医用面膜|石斛多糖无菌修护补水贴19大优势: 1、铁皮石斛:自唐宋以来,一直被列为皇室贡品,铁皮石斛生于海拔1600米的悬崖峭壁之上,繁殖力差,产量极低,所以古代仅供皇室、贵族享用 2、铁皮石斛自古民间…...
2024/5/4 23:55:16 - 丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者
原标题:丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者【公司简介】 广州华彬企业隶属香港华彬集团有限公司,专注美业21年,其旗下品牌: 「圣茵美」私密荷尔蒙抗衰,产后修复 「圣仪轩」私密荷尔蒙抗衰,产后修复 「花茵莳」私密荷尔蒙抗衰,产后修复 「丽彦妆」专注医学护…...
2024/5/4 23:54:58 - 广州械字号面膜生产厂家OEM/ODM4项须知!
原标题:广州械字号面膜生产厂家OEM/ODM4项须知!广州械字号面膜生产厂家OEM/ODM流程及注意事项解读: 械字号医用面膜,其实在我国并没有严格的定义,通常我们说的医美面膜指的应该是一种「医用敷料」,也就是说,医用面膜其实算作「医疗器械」的一种,又称「医用冷敷贴」。 …...
2024/5/6 21:42:42 - 械字号医用眼膜缓解用眼过度到底有无作用?
原标题:械字号医用眼膜缓解用眼过度到底有无作用?医用眼膜/械字号眼膜/医用冷敷眼贴 凝胶层为亲水高分子材料,含70%以上的水分。体表皮肤温度传导到本产品的凝胶层,热量被凝胶内水分子吸收,通过水分的蒸发带走大量的热量,可迅速地降低体表皮肤局部温度,减轻局部皮肤的灼…...
2024/5/4 23:54:56 - 配置失败还原请勿关闭计算机,电脑开机屏幕上面显示,配置失败还原更改 请勿关闭计算机 开不了机 这个问题怎么办...
解析如下:1、长按电脑电源键直至关机,然后再按一次电源健重启电脑,按F8健进入安全模式2、安全模式下进入Windows系统桌面后,按住“winR”打开运行窗口,输入“services.msc”打开服务设置3、在服务界面,选中…...
2022/11/19 21:17:18 - 错误使用 reshape要执行 RESHAPE,请勿更改元素数目。
%读入6幅图像(每一幅图像的大小是564*564) f1 imread(WashingtonDC_Band1_564.tif); subplot(3,2,1),imshow(f1); f2 imread(WashingtonDC_Band2_564.tif); subplot(3,2,2),imshow(f2); f3 imread(WashingtonDC_Band3_564.tif); subplot(3,2,3),imsho…...
2022/11/19 21:17:16 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机...
win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”问题的解决方法在win7系统关机时如果有升级系统的或者其他需要会直接进入一个 等待界面,在等待界面中我们需要等待操作结束才能关机,虽然这比较麻烦,但是对系统进行配置和升级…...
2022/11/19 21:17:15 - 台式电脑显示配置100%请勿关闭计算机,“准备配置windows 请勿关闭计算机”的解决方法...
有不少用户在重装Win7系统或更新系统后会遇到“准备配置windows,请勿关闭计算机”的提示,要过很久才能进入系统,有的用户甚至几个小时也无法进入,下面就教大家这个问题的解决方法。第一种方法:我们首先在左下角的“开始…...
2022/11/19 21:17:14 - win7 正在配置 请勿关闭计算机,怎么办Win7开机显示正在配置Windows Update请勿关机...
置信有很多用户都跟小编一样遇到过这样的问题,电脑时发现开机屏幕显现“正在配置Windows Update,请勿关机”(如下图所示),而且还需求等大约5分钟才干进入系统。这是怎样回事呢?一切都是正常操作的,为什么开时机呈现“正…...
2022/11/19 21:17:13 - 准备配置windows 请勿关闭计算机 蓝屏,Win7开机总是出现提示“配置Windows请勿关机”...
Win7系统开机启动时总是出现“配置Windows请勿关机”的提示,没过几秒后电脑自动重启,每次开机都这样无法进入系统,此时碰到这种现象的用户就可以使用以下5种方法解决问题。方法一:开机按下F8,在出现的Windows高级启动选…...
2022/11/19 21:17:12 - 准备windows请勿关闭计算机要多久,windows10系统提示正在准备windows请勿关闭计算机怎么办...
有不少windows10系统用户反映说碰到这样一个情况,就是电脑提示正在准备windows请勿关闭计算机,碰到这样的问题该怎么解决呢,现在小编就给大家分享一下windows10系统提示正在准备windows请勿关闭计算机的具体第一种方法:1、2、依次…...
2022/11/19 21:17:11 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”的解决方法...
今天和大家分享一下win7系统重装了Win7旗舰版系统后,每次关机的时候桌面上都会显示一个“配置Windows Update的界面,提示请勿关闭计算机”,每次停留好几分钟才能正常关机,导致什么情况引起的呢?出现配置Windows Update…...
2022/11/19 21:17:10 - 电脑桌面一直是清理请关闭计算机,windows7一直卡在清理 请勿关闭计算机-win7清理请勿关机,win7配置更新35%不动...
只能是等着,别无他法。说是卡着如果你看硬盘灯应该在读写。如果从 Win 10 无法正常回滚,只能是考虑备份数据后重装系统了。解决来方案一:管理员运行cmd:net stop WuAuServcd %windir%ren SoftwareDistribution SDoldnet start WuA…...
2022/11/19 21:17:09 - 计算机配置更新不起,电脑提示“配置Windows Update请勿关闭计算机”怎么办?
原标题:电脑提示“配置Windows Update请勿关闭计算机”怎么办?win7系统中在开机与关闭的时候总是显示“配置windows update请勿关闭计算机”相信有不少朋友都曾遇到过一次两次还能忍但经常遇到就叫人感到心烦了遇到这种问题怎么办呢?一般的方…...
2022/11/19 21:17:08 - 计算机正在配置无法关机,关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机...
关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机以下文字资料是由(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!关机提示 windows7 正在配…...
2022/11/19 21:17:05 - 钉钉提示请勿通过开发者调试模式_钉钉请勿通过开发者调试模式是真的吗好不好用...
钉钉请勿通过开发者调试模式是真的吗好不好用 更新时间:2020-04-20 22:24:19 浏览次数:729次 区域: 南阳 > 卧龙 列举网提醒您:为保障您的权益,请不要提前支付任何费用! 虚拟位置外设器!!轨迹模拟&虚拟位置外设神器 专业用于:钉钉,外勤365,红圈通,企业微信和…...
2022/11/19 21:17:05 - 配置失败还原请勿关闭计算机怎么办,win7系统出现“配置windows update失败 还原更改 请勿关闭计算机”,长时间没反应,无法进入系统的解决方案...
前几天班里有位学生电脑(windows 7系统)出问题了,具体表现是开机时一直停留在“配置windows update失败 还原更改 请勿关闭计算机”这个界面,长时间没反应,无法进入系统。这个问题原来帮其他同学也解决过,网上搜了不少资料&#x…...
2022/11/19 21:17:04 - 一个电脑无法关闭计算机你应该怎么办,电脑显示“清理请勿关闭计算机”怎么办?...
本文为你提供了3个有效解决电脑显示“清理请勿关闭计算机”问题的方法,并在最后教给你1种保护系统安全的好方法,一起来看看!电脑出现“清理请勿关闭计算机”在Windows 7(SP1)和Windows Server 2008 R2 SP1中,添加了1个新功能在“磁…...
2022/11/19 21:17:03 - 请勿关闭计算机还原更改要多久,电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机怎么办...
许多用户在长期不使用电脑的时候,开启电脑发现电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机。。.这要怎么办呢?下面小编就带着大家一起看看吧!如果能够正常进入系统,建议您暂时移…...
2022/11/19 21:17:02 - 还原更改请勿关闭计算机 要多久,配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以...
配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以以下文字资料是由(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!配置windows update失败 还原更改 请勿关闭计算机&#x…...
2022/11/19 21:17:01 - 电脑配置中请勿关闭计算机怎么办,准备配置windows请勿关闭计算机一直显示怎么办【图解】...
不知道大家有没有遇到过这样的一个问题,就是我们的win7系统在关机的时候,总是喜欢显示“准备配置windows,请勿关机”这样的一个页面,没有什么大碍,但是如果一直等着的话就要两个小时甚至更久都关不了机,非常…...
2022/11/19 21:17:00 - 正在准备配置请勿关闭计算机,正在准备配置windows请勿关闭计算机时间长了解决教程...
当电脑出现正在准备配置windows请勿关闭计算机时,一般是您正对windows进行升级,但是这个要是长时间没有反应,我们不能再傻等下去了。可能是电脑出了别的问题了,来看看教程的说法。正在准备配置windows请勿关闭计算机时间长了方法一…...
2022/11/19 21:16:59 - 配置失败还原请勿关闭计算机,配置Windows Update失败,还原更改请勿关闭计算机...
我们使用电脑的过程中有时会遇到这种情况,当我们打开电脑之后,发现一直停留在一个界面:“配置Windows Update失败,还原更改请勿关闭计算机”,等了许久还是无法进入系统。如果我们遇到此类问题应该如何解决呢࿰…...
2022/11/19 21:16:58 - 如何在iPhone上关闭“请勿打扰”
Apple’s “Do Not Disturb While Driving” is a potentially lifesaving iPhone feature, but it doesn’t always turn on automatically at the appropriate time. For example, you might be a passenger in a moving car, but your iPhone may think you’re the one dri…...
2022/11/19 21:16:57