机器学习笔记-Week01
深度学习和pytorch基础
文章目录
- 深度学习和pytorch基础
- 机器学习的模型分类
- 监督学习
- 无监督学习
- 半监督学习
- 强化学习
- 参数模型
- 非参数模型
- 生成模型
- 判别模型
- 神经网络基础
- 单层感知器
- 万有逼近定理
- 神经网络每一层的作用
- 神经网络的参数学习:误差反向传播
- 深层神经网络的问题:梯度消失
- 逐层预训练
- 受限玻尔兹曼机和自编码器
- 解决梯度消失
- 利用人工神经网络解决监督学习分类问题
- 构建螺旋分类模型
- 构建线性模型分类
- 加入激活函数构建两层神经网络分类
机器学习是实现人工智能的手段,其目的在于使得程序有能够利用过往经验自主学习,优化答案
而深度学习是实现机器学习的一种具体方法
机器学习的模型分类
对于一个具体的问题,可以通过模型->策略 ->算法进行求解
对于数据分类问题,我们可以将模型分为监督学习模型和无监督学习模型
监督学习
顾名思义,监督学习是基于人为标记监督的,在数据中,通过数据学习标记分界面,可以利用决策函数达到预测分析的目的
无监督学习
无监督学习由于没有对数据进行标记,对于数据只有不同的分布,而它只能从数据分布中产生描述数据的功能
半监督学习
半监督学习对于部分数据进行标记,可以减少人为的工作
强化学习
强化学习像是对无监督学习的一种升级,在无监督学习结果的基础上进行人为反馈结果
参数模型
基于数据分布假设,可以 通过足量数据推出概率分布函数
非参数模型
数据本身带有统计特性,非参数模型自适应数据,没有具体的数据分布参数
生成模型
生成模型是对于监督学习模型的数据作为对象,利用联合分布概率P(X,Y)P(X,Y)P(X,Y)建模,生成数据对应的函数结果
判别模型
判别模型是在已知函数的情况,对数据结果进行预测
在过去的机器学习中,需要大量的数据和人工反馈结果,导致机器学习的耗时和结果具有局限性,而现在我们希望利用尽可能少量的数据交给机器进行自主学习。然而机器学习由于是高度依赖数据的,因此仍然存在一些问题,例如容易被噪点污染攻击,缺乏联想推理能力,易被具有极端特性的数据影响,难以确定错误等等。
神经网络基础
人们受到神经元多输入单输出,时间和空间不同步等等特性的启发,利用数学语言描述了一种函数方法,称之为激活函数
单层感知器
激活函数就相当与一种处理函数,当函数在什么条件下被激活就类比于在什么样的输入下能够有着什么样的输出,对于不同的输出,我们可以人为定义这些输出符号所对应的特殊含义。非线性的激活函数可以帮助我们对数据有着更多的情况处理。
由于单个激活函数的功能局限,它只能把一个逻辑空间化为有限部分,分类作业具有局限性,但是对于非线性问题,单层感知器无法解决。在逻辑空间中,由于激活函数相当于逻辑空间中的一条线,所有对于非线性的空间划分(即需要多条线的划分)的问题,急需要利用多层感知器实现,类比于数字逻辑中的一些列复杂逻辑都可以利用与或非门的逻辑组合来实现。利用激活函数,人们构建了从逻辑数学到数字数学的桥梁。
万有逼近定理
如果一个隐层包含足够多的神经元,三层前馈神经网络能以任意精度逼近任意预定的连续函数
万有逼近定理启示我们对于任意复杂问题利用神经网络都能建模
神经网络每一层的作用
每一层数学公式 y→=a(W⋅x→+b)\overrightarrow{y}=a(W·\overrightarrow{x}+b)y=a(W⋅x+b)
利用线性代数的空间解释可以视为对矩阵空间进行一系列的空间变换,乘以一个矩阵是对空间的扭曲变换,加上常数可视为对空间的平移
对于那么类比于神经网络的层数,即增加激活函数的次数,激活函数是非线性函数,即对空间有了更多区域划分
而节点则可对空间进行一系列升降维空间转换等操作。
利用神经网络,我们可以将原始数据各自映射到线性可分的空间结果上,从而对数据进行分类预测等操作
神经网络的**深度(层数)和宽度(节点数)**对于空间的贡献是不同的,深度的贡献是指数级的,而宽度的贡献是线性的
神经网络的参数学习:误差反向传播
我们希望得到一个神经网络模型,对于一个多层神经网络,我们可以利用一个复合的非线性多元函数去描述,那么这个多元函数的参数如何取确定呢?我们可以利用误差反向传播这样一个机制。
给定训练数据{xi,yi}{{x^i,y^i}}{xi,yi},我们会产生结果,并将结果回传,我们希望产生结果数据和真实值的误差尽可能的小。
回转和更新神经网络的机制就是利用梯度
参数会根据梯度进行调整不断逼近使得参数误差变小
深层神经网络的问题:梯度消失
我们知道我们的误差反馈将利用梯度传播,但由于复合函数的特性,使得部分梯度在传播的过程中大幅变小,造成梯度消失这样一个问题
为了解决这样一个问题,我们可以使用逐层预训练的方法
逐层预训练
对于每一层神经网络的参数,我们采用逐层预训练的方式就避免了传递过程中的梯度消失
受限玻尔兹曼机和自编码器
在逐层预训练的过程中由于缺乏对照的正确的实现结果(没有隐层结果),利用自编码器将结果进行解码在与输入进行对比来逐步确定参数。利用堆叠自编码器进行全网络微调
解决梯度消失
利用无监督数据进行分层预训练
用更好的激活函数,避免某些函数的梯度消失
利用辅助损失函数
利用人工神经网络解决监督学习分类问题
我们给定一个螺旋模型,样本由3部分组成,我们将基于该模型对图中的任意一点进行预测划分
带有高斯噪点的螺旋图
带有高斯噪点的模型图更接近于真实数据
我们可以观察到对于图中的三个样本并不是线性可分的,按照线性划分的方法对于其中的某一块区域存在着不同的样本
为了解决这样的问题我们可以利用两种方式,一种是将数据通过空间变换转成线性可分的,另一种是利用神经网络得到合适的非线性数据划分
构建螺旋分类模型
二维坐标中的每个点相当于一个向量,有三个样本,每个样本有1000个二维向量
这是模型的输入,构造一个3000行2维的向量构建螺旋空间
并对每个向量进行标记对应的种类
X = torch.zeros(N * C, D).to(device)
Y = torch.zeros(N * C, dtype=torch.long).to(device)
for c in range(C):index = 0t = torch.linspace(0, 1, N) # 在[0,1]间均匀的取10000个数,赋给t# 下面的代码不用理解太多,总之是根据公式计算出三类样本(可以构成螺旋形)# torch.randn(N) 是得到 N 个均值为0,方差为 1 的一组随机数,注意要和 rand 区分开inner_var = torch.linspace( (2*math.pi/C)*c, (2*math.pi/C)*(2+c), N) + torch.randn(N) * 0.2# 每个样本的(x,y)坐标都保存在 X 里# Y 里存储的是样本的类别,分别为 [0, 1, 2]for ix in range(N * c, N * (c + 1)):X[ix] = t[index] * torch.FloatTensor((math.sin(inner_var[index]), math.cos(inner_var[index])))Y[ix] = cindex += 1print("Shapes:")
print("X:", X.size())
print("Y:", Y.size())
构建线性模型分类
形如 y=wx+by=wx+by=wx+b 的线性函数我们利用线性函数对数据进行训练,则需要一个损失函数计算,并通过梯度反向传播对我们的线性函数进行优化
learning_rate = 1e-3
lambda_l2 = 1e-5# nn 包用来创建线性模型
# 每一个线性模型都包含 weight 和 bias
model = nn.Sequential(nn.Linear(D, H),nn.Linear(H, C)
)
model.to(device) # 把模型放到GPU上# nn 包含多种不同的损失函数,这里使用的是交叉熵(cross entropy loss)损失函数
criterion = torch.nn.CrossEntropyLoss()# 这里使用 optim 包进行随机梯度下降(stochastic gradient descent)优化
optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate, weight_decay=lambda_l2)# 开始训练
for t in range(1000):# 把数据输入模型,得到预测结果y_pred = model(X)# 计算损失和准确率loss = criterion(y_pred, Y)score, predicted = torch.max(y_pred, 1)acc = (Y == predicted).sum().float() / len(Y)print('[EPOCH]: %i, [LOSS]: %.6f, [ACCURACY]: %.3f' % (t, loss.item(), acc))display.clear_output(wait=True)# 反向传播前把梯度置 0 optimizer.zero_grad()# 反向传播优化 loss.backward()# 更新全部参数optimizer.step()
我们可以看到在训练部分的代码中,我们会计算损失和准确率并输出对应参数
在反向传播的过程中有一个梯度置0操作,这是因为PyTorch会默认对梯度进行累加(据说这样是因为可以降低对GPU的要求)
[EPOCH]: 999, [LOSS]: 0.864019, [ACCURACY]: 0.500
我们可以看到准确率只有50%
观察线性模型可知这两层对应于我们模型的两个输入,第一层输入是100个样本的神经节点,利用的数据是生成的3000个二维向量,第二层是我们的监督数据,也就是我们对应的人工划分。
可以看出这就是一个简单的监督学习分类的线性模型,而该模型的划分从图中我们可以看出来并不是很准确的
加入激活函数构建两层神经网络分类
learning_rate = 1e-3
lambda_l2 = 1e-5# 这里可以看到,和上面模型不同的是,在两层之间加入了一个 ReLU 激活函数
model = nn.Sequential(nn.Linear(D, H),nn.ReLU(),nn.Linear(H, C)
)
model.to(device)# 下面的代码和之前是完全一样的,这里不过多叙述
criterion = torch.nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate, weight_decay=lambda_l2) # built-in L2# 训练模型,和之前的代码是完全一样的
for t in range(1000):y_pred = model(X)loss = criterion(y_pred, Y)score, predicted = torch.max(y_pred, 1)acc = ((Y == predicted).sum().float() / len(Y))print("[EPOCH]: %i, [LOSS]: %.6f, [ACCURACY]: %.3f" % (t, loss.item(), acc))display.clear_output(wait=True)# zero the gradients before running the backward pass.optimizer.zero_grad()# Backward pass to compute the gradientloss.backward()# Update paramsoptimizer.step()
可以看出,我们在两层模型中加入了ReLu()激活函数
加入激活函数,意味着模型具有了处理非线性划分的能力,我们观察训练之后的结果
可以看出准确率得到了很大的提高
[EPOCH]: 999, [LOSS]: 0.178409, [ACCURACY]: 0.949
模型的层数也变成了一个输入层和两个处理的神经网络,我们可以看到划分在局部边缘虽然还是有一些不准确,这可能是我们数据量太少造成的,不过整体上的准确率已经到了一个很高的水平
参考资料:
Artificial neural networks
中国海洋大学视觉实验室前沿理论小组 PyTorch 学习
Week 2 – Practicum: Training a neural network
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
- 作业-python斐波那契
第一种递推法 def fib_loop_for(n):a, b 0, 1for _ in range(n):a, b b, a breturn adef fib_loop_while(n):a, b 1, 1while n > 0:a, b b, a bn - 1return afor i in range(20):print(fib_loop_for(i), end ) 第二种生成器 def fib_yield_while(max):a, b 0, 1wh…...
2024/4/15 23:26:13 - 环境配置
这东西一直让人很头疼,有更好的方法欢迎评论 cuda和tensorflow的对应关系: 在 Windows 环境中从源代码构建 | TensorFlow cuda和torch对应关系: 这一块弄不好会报错:No CUDA runtime is found, using CUDA_HOMEC:\Program Fi…...
2024/4/19 18:11:40 - 11. Junit单元测试(@Test)+ 事务方法
文章目录Junit单元测试(Test)事务1. 搭建一个Navicat Premium环境2.在testTransaction类编写test方法:使用事务Junit单元测试(Test) pom依赖: <!--单元测试--> <dependency><groupId>j…...
2024/4/14 0:10:27 - EDK环境搭建UEFI工程模块文件介绍
一、UEFI开发环境配置 UEFI开发环境目前支持Windows,Linux,支持的平台也有很多如Intel, AMD,ARM等。 下面主要是介绍如何在windows环境下进行EDK开发。 1.获取EDK源码 EDKII 源码的获取有很多途径 (1)…...
2024/4/15 10:58:06 - ECMAScript Module 和 CommonJS 学习笔记
注:下文 esm 指 ECMAScript Module ,即 ES6 的模块语法(import/export),cjs 指 CommonJS (module.exports/require) 浏览器端的ESM模块加载 浏览器中使用 esm 模块语法 import/export 或加载 …...
2024/4/14 0:10:22 - 收集的面试题 二
十一 1、Redis是什么,怎么持久化 Redis是一个高性能的内存数据库,以key-value方式存储数据,可以作为缓存使用。 Redis支持RDB和AOF两种持久化机制。持久化功能有效地避免因进程退出造成的数据丢失问题,下次重启时利用之前持久化…...
2024/4/14 0:10:37 - ERNIE代码解析
©原创作者 |疯狂的Max ERNIE代码解读 考虑到ERNIE使用BRET作为基础模型,为了让没有基础的NLPer也能够理解代码,笔者将先为大家简略的解读BERT模型的结构,完整代码可以参见[1]。 01 BERT的结构组成 BERT的代码最主要的是由分词模块、…...
2024/4/17 16:56:47 - C++ 通讯录管理系统
#include "showMenu.h" using namespace std;void showMenu() {cout << "**************************" << endl;cout << "***** 1.添加联系人 *****" << endl;cout << "***** 2.显示联系人 *****" …...
2024/4/14 0:10:32 - 【Python入门教程】第36篇 可遍历对象与迭代器
本篇我们介绍 Python 中的可遍历对象(iterable)与迭代器(iterator),以及它们之间的区别。 可遍历对象 在 Python 中,可遍历对象是指包含零个、一个或者多个元素的对象。 可遍历对象支持一次返回一个元素…...
2024/4/14 0:10:42 - 2021-2027中国L-茶氨酸市场现状研究分析与发展前景预测报告
【报告篇幅】:98 【报告图表数】:139 【报告出版时间】:2021年12月 报告摘要 2021年中国L-茶氨酸市场销售收入达到了 万元,预计2028年可以达到 万元,2022-2028期间年复合增长率(CAGR)为 %。中国市场核心厂商包括Taiy…...
2024/4/14 0:10:47 - 第十三届蓝桥杯模拟赛(第三期)试题与题解 C++
第十三届蓝桥杯模拟赛(第三期)试题与题解 1、试题A 【问题描述】 请问十六进制数 2021ABCD 对应的十进制是多少? 题解:数制转换 十六进制中 A ~ F 表示 10 ~ 15,最后可用 %x 占位符输出十六进制验算一下 //答…...
2024/4/14 0:10:22 - AGV 减震结构对比分析
AGV 减震结构对比分析1 简介2 减震浮动结构的作用2.1 轮系共同着地2.2 适应不平路面2.3 减缓冲击力3 减震浮动结构的设计需求3.1 平地路面3.2 凹陷路面3.3 凸起路面3.4 综合条件4 AGV 常见减震浮动结构4.1 铰接摆动式4.2 垂直导柱式(驱动浮动)4.3 剪叉式…...
2024/4/19 21:24:21 - 【随记】把坑踩遍,让别人无坑可踩——搭建私有服务器
各位,好久不见! 鹦鹉先生很久之前就有一个自己的服务器,隔壁八哥兄自从用上自建服务器,腰也不酸了,脖子也不疼了,终于摆脱了各大网盘的限速限容了。虽然工信部已经整顿了各大网盘限速限容的问题,…...
2024/4/14 0:10:47 - 还在用双层for循环?快来来试试这招吧(工作问题总结)
作为一名刚进公司实习的小白,在做一个模块的小功能时碰到了一个问题: 例如利用sql从库里查到了以下数据 itemCoderegion1001武汉市1001武汉市1001武汉市1002青山区1002武汉市1002江夏区1002蔡甸区1003武昌区1003东西湖区1003经开区1003武汉市…… 现在的…...
2024/4/14 0:10:32 - 企业公司宁愿做SEM竞价排名也不信任SEO优化排名
最近在群里很多SEO同行都在畅谈SEO的衰败,前景一片迷茫,大量SEO从业者在公司就职拿着6000-8000左右的薪资,每天都在思考是不是要转行去做别的,当时真的想在群里好好和大家说说自己想法和思路,让大伙静下心来好研究和了…...
2024/4/14 0:10:27 - 《C++ Concurrency in Action》笔记
《C Concurrency in Action》笔记1 你好,C的并发世界1.1 何谓并发1.1.1 计算机系统中的并发1.1.2 并发的途径多进程并发多线程并发1.2 为什么使用并发?1.2.1 为了分离关注点1.2.2 为了性能1.2.3 什么时候不使用并发1.3 C中的并发和多线程1.3.1 C多线程历…...
2024/4/14 0:10:17 - Android Verified Boot
Android Verified Boot,验证程序用来保护用户使用软件在设备上运行的完整性。它通常从设备固件的只读部分开始,该部分加载代码并仅在密码验证代码是真实的且没有任何已知的安全缺陷之后执行。AVB是经过验证的引导的一种实现。 BOARD_AVB_ENABLE 默认为true…...
2024/4/5 3:45:48 - 详解C语言三——指针
本篇文章学习目录前言一、指针是什么?(复习)二、文章目录1.指针类型2.野指针3.指针运算4.二级指针总结前言 今天我们继续学习指针,前面对指针有了初步的认识,对指针的讲解较为详细,但还不是最终的版本。 …...
2024/4/14 0:10:22 - MYSQL常见问题
MYSQL主从复制原理 主:将修改数据的sql语句放进binlog中。 从: 开启从模式之后,负责从master节点中拉取binlog。从数据库拿到binlog后,执行sql语句。 MYSQL中Myisam和Innodb有什么区别 Innodb支持事务,Myisam不支持…...
2024/4/14 0:10:32 - 面向编排的运维在阿里的应用 |阿里巴巴DevOps实践指南
编者按:本文源自阿里云云效团队出品的《阿里巴巴DevOps实践指南》前往:https://developer.aliyun.com/topic/devops,下载完整版电子书,了解阿里十年DevOps实践经验。 阿里巴巴应用运维平台已经发展了 6 年有余,支撑了…...
2024/4/18 6:14:55
最新文章
- 部署ELFK+zookeeper+kafka架构
目录 前言 一、环境部署 二、部署ELFK 1、ELFK ElasticSearch 集群部署 1.1 配置本地hosts文件 1.2 安装 elasticsearch-rpm 包并加载系统服务 1.3 修改 elasticsearch 主配置文件 1.4 创建数据存放路径并授权 1.5 启动elasticsearch是否成功开启 1.6 查看节点信息 …...
2024/4/20 23:56:39 - 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…...
2024/3/20 10:50:27 - Android Framework学习笔记(2)----系统启动
Android系统的启动流程 启动过程中,用户可控部分是framework的init流程。init是系统中的第一个进程,其它进程都是它的子进程。 启动逻辑源码参照:system/core/init/main.cpp 关键调用顺序:main->FirstStageMain->SetupSel…...
2024/4/16 16:53:08 - git总结
建议配合gitlab实操 git分区:工作区(修改的地方),暂存区(add),本地仓库(commit) 常用命令 初次使用配置 git config --global user.name "xxx" git config --global user.email "xxxqq.com" 这2个是针对整个主机的全局…...
2024/4/19 8:41:58 - 【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…...
2024/4/19 14:24:02 - 【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…...
2024/4/19 18:20:22 - 【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…...
2024/4/19 11:57:31 - 【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…...
2024/4/20 23:26:47 - 【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…...
2024/4/19 11:57:52 - 【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…...
2024/4/19 11:57:53 - 【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…...
2024/4/19 11:58:14 - 【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…...
2024/4/19 11:58:20 - 【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…...
2024/4/20 7:40:48 - 【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…...
2024/4/19 11:58:39 - 【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、…...
2024/4/19 11:58:51 - 【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…...
2024/4/20 3:12:02 - 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…...
2024/4/19 11:59:15 - 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…...
2024/4/19 11:59:23 - 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…...
2024/4/19 11:59:44 - 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…...
2024/4/19 11:59:48 - 「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…...
2024/4/19 12:00:06 - 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…...
2024/4/20 21:12:02 - 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」。 …...
2024/4/19 12:00:25 - 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…...
2024/4/19 12:00:40 - 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