1.win10Դ?码下? ????
2.win10自动更新关不掉
3.win10官方现在不让用计算器了,让在WINstore花钱买,码下有什么替代方案吗?
4.win10 cmake源码编译安装opencv(c++,码下qt)(解决ffmpeg下载失败导致opencv无法处理视频)
5.win10 + CUDA 9.0 + cuDNN 7.0 + tensorflow源码编译安装
win10Դ?? ????
方法/步骤首先我们登陆codeblocks官网,home,码下上官网才是码下专业人士的做法^-^,点download进入下载页面一般我们只是码下官方店铺条码溯源码怎么查使用,不会对它的码下源代码做修改,因此选择release版本之后可以看到针对各种操作系统的码下版本,一般大家用的码下是Windows版本,这里注意要选择后两个版本,码下第一个版本是码下不带编译器的,盲目选择第一个版本产生的码下后果后面再讲。下载后直接双击安装就好了,码下注意安装界面中出现编译器选项,码下说明这个版本是码下自带编译器的如果下载的是前面一步中的第一种,就是这样的安装界面,注意到它是不带编译器的,因此安装好后可能无法编译(除非你电脑上本来有编译器可以供CodeBlock使用)下一步安装目录我没有选默认,而是自己改了目录,这样可能导致安装完后仍无法编译,但修改一下设置就可以解决了安装完后首先到安装目录下看有没有装上编译器,如果没有这个文件夹你可能是安装的不带编译器的版本。。。有上一步的爱心源码下载这个文件夹但是仍然无法编译代码的话,是由于我们前面安装时更改了安装目录,而程序去默认的目录下(C盘)去找这个文件夹没找到就导致无法编译。解决方法很简单,打开软件,选择setting->Compiler在编译器设置页面手动浏览找到MinGW文件夹,或选择autodetect,就可以完成编译器的设置,可以顺便将GNUGCC设为默认编译器编译成功的效果如下,如果不能编译则log栏为空,还会弹出提示栏。
win自动更新关不掉
想必Win 的自动更新大家已经恶心的可以了吧。估计也曾试过各种办法试图关闭它。在网上见到的最常用的办法就是把 Windows update服务禁用。不过你有没有发现,这个办法并不管事!原因是win 版本以后,在update后面又多了一个Windows Update Medic Service服务,看了一下它的介绍:“Enables remediation and protection of Windows Update components.”。啥意思?我来解释一下,就是这是一个“保镖程序”,用来保护Windows update服务不被恶意终结,当它发现Windows update服务被禁用以后,他就会启动,然后修复被篡改的分享社区 源码Windows update服务。你可能要想了,我直接把这个“保镖”也禁止了不就看可以了嘛。然而,这个服务权限极高,我们根本无法操作它:
其实,要想关闭win 的自动更新,直接正面“硬杠”是很难成功的,毕竟是微软自己的服务,我们胳膊拧不过大腿。只能用“曲线救国”的 办法来关闭它。
下面我就介绍三种“曲线”办法来关闭win 的自动更新。
方法一:适用于只在WiFi环境下使用电脑的用户
把你的WiFi设置为按流量计费
这样,win 就会出于“节省流量”考虑,不进行自动更新了。
方法二:适用于各种网路环境的用户
在桌面新建个文本文档,把下面这段代码复制进去:
Windows Registry Editor Version 5.
[HKEY_LOCAL_MACHINE\SOFTWARE\Policies\Microsoft\Windows\WindowsUpdate\AU]
NoAutoUpdate=dword:
AUOptions=dword:
ScheduledInstallDay=dword:
UseWUServer=dword:
[HKEY_LOCAL_MACHINE\SOFTWARE\Policies\Microsoft\Windows\WindowsUpdate]
WUServer=
WUStatusServer=
[HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Windows\CurrentVersion\WindowsUpdate]
SusClientId=-
另存为“关闭自动更新.reg”文件,然后双击运行这个文件,点击“是”导入注册表就OK啦。
方法三:因噎废食的不可逆操作
还有一种更绝的办法,就是借助第三方软件,不过这个软件有点强势,是不可逆操作,用了就回不去了。所以大家还是hishop源码 3.8谨慎使用。它可以关闭win 的大部分你不想要的功能,比如自动防护、小娜、自动更新、应用商店等。
说了半天,这个软件叫啥呢?
DWS
这是GitHub上面的一个开源项目,是由若干程序员经过若干次升级改造出来的一个小工具。关于它的源码以及下载地址在这里:
/Nummer/Destroy-Windows--Spying/releases
这是它的自述文件:
怎么用就不用我逼逼了吧。都已经汉化了,应该认字就没问题
神马安全中心啦,Xbox啦……没用又卸不掉的win小玩意,都可以用这个大杀器弄死。
win官方现在不让用计算器了,让在WINstore花钱买,有什么替代方案吗?
当然,这里有几种替代方案,让您可以在不需要购买Windows 商店应用的情况下,依然能够使用功能强大的计算器:
1. **Windows 内置计算器的开源版本**:Windows 内置的计算器已经被开源,这意味着开发者可以将它移植到不同的平台。您可以在 GitHub 上找到这个项目的源代码,并使用这款既简洁又强大的计算器。
2. **Web 版计算器**:Uno 平台的开发者提供了一个计算器的网页版。这个网页版包含了计算和单位转换等功能,qjdy指标源码使得即使是在 Mac 平台上,您也能享受到 Windows 计算器的便利。
3. **移动设备上的计算器应用**:如果您使用的是智能手机,那么您不必再忍受手机上简单的计算器了。无论是 iOS 还是 Android 用户,都可以找到能够提供与桌面计算器相媲美的强大功能的应用。
4. **第三方科学计算器软件**:如果您需要更多功能或者自定义选项,您可以考虑使用第三方科学计算器软件。例如:
- PCalc:这是一个专业级的应用,具有高度的自定义性,允许您根据需求添加功能键。
- RedCrab Calculator:它支持代数公式和图表显示,还可以插入图像和文本。
- Free:这是一个免费且功能强大的计算器,采用拟物化设计,与实体计算器相似。
- Calcbot 2:带有音效和动画效果,提供历史记录和单位转换功能。
- Numi:这是 macOS 上的计算器应用,支持自然语言理解。
- Soulver:这是 iOS 上的应用,能够理解自然语言输入,支持函数和变量计算。
- MathX:几乎包含了所有可能用到的计算工具,适合专业领域。
- MyScript Calculator 2:支持精确的手写输入和拍照识别。
- PhotoMath:提供清晰拍照识别功能,适合学生使用。
希望这些建议能够满足您的计算需求!
win cmake源码编译安装opencv(c++,qt)(解决ffmpeg下载失败导致opencv无法处理视频)
要使用Qt与Windows上的OpenCV,当默认的msvc版本不满足需求时,需要通过源码编译安装,并配合cmake工具。以下是详细的步骤:
首先,下载OpenCV sources版本,同时确保已经安装了cmake编译工具,这里推荐选择对应版本的MinGW版本。在Qt的mingw环境中,需将mingw的bin路径(例如:D:\Programs\Qt\Qt5..\Tools\mingw_\bin)添加到环境变量,验证配置成功可通过在cmd中输入gcc -v。
解压OpenCV到指定位置,创建一个build文件夹。使用cmake-gui,设置源码路径和build文件夹,配置为MinGW Makefiles。初次配置可能遇到问题,如ffmpeg下载失败,这时需要重命名ffmpeg.cmake为ffmpeg.txt,修改其中的下载地址为/。
在cmake-gui中,勾选with_qt和with_opengl,取消opencv_enable_allocator_stats和与python相关的选项。如果需要python支持,可以使用pip安装。配置完成后,再次点击configure并生成makefile,确保所有路径正确。
在build文件夹中,通过mingw-make -j(根据你的CPU核心数设置线程数,例如)开始编译,最后执行mingw-make install。安装后,别忘了将安装路径(如D:\Programs\opencv3.4.\build\install\x\mingw\bin)添加到系统环境变量。
通过这些步骤,你就可以在Qt环境中成功安装并使用OpenCV处理视频了,无需担心ffmpeg下载失败的问题。
win + CUDA 9.0 + cuDNN 7.0 + tensorflow源码编译安装
在配置个人深度学习主机后,安装必备软件环境成为首要任务。使用Anaconda5.0.0 python3.6版本管理Win python环境,新建基于python3.5的tensorflow-gpu-py conda环境。直接使用conda安装tensorflow,会默认安装tensorflow-gpu 1.1.0并主动安装cudatoolkit8.0 + cudnn6.0。若需配置CUDA环境,需自行下载并安装cuda9.0 + cudnn7.0,配置环境变量。pip安装tensorflow,会默认安装最新版本tensorflow-gpu 1.3.0。配置不当导致import tensorflow时报错:'ModuleNotFoundError: No module named '_pywrap_tensorflow_internal'。尝试源码编译tensorflow解决此问题。
查阅tensorflow官网文档,了解cmake window build tensorflow方法。文档中提到,tensorflow源代码目录下有详细网页介绍Windows环境编译方法,包含重要信息。发现安装tensorflow-gpu版本、配置CUDA8.0 + cuDNN6.0/cuDNN5.1或CUDA9.0 + cuDNN7.0时,import tensorflow时报错。查阅错误信息,网上解答提及需要配置正确的CUDA和cuDNN版本。然而,尝试安装和配置后依然报错。安装tensorflow cpu版本无问题,确认CUDA环境配置错误。
决定源码编译tensorflow-gpu以解决问题。查阅文档,执行编译操作。在window环境下编译tensorflow源码,需要准备的软件包括Git、tensorflow源码、anaconda、swig、CMake、CUDA、cuDNN、Visual Studio 。在百度网盘下载相关软件。
配置过程中,修改CMakeLists.txt以适应CUDA 9.0 + cuDNN 7.0。在cmake目录下新建build文件夹,执行命令配置tensorflow。配置后进行编译,遇到问题如:cudnnSetRNNDescriptor参数不匹配、网络访问问题、编码问题、protobuf库下载问题、zlib.h文件不存在、下载链接失败、无法解决的错误等。
为解决这些问题,采取相应措施,如修改cuda_dnn.cc文件、网络代理设置、文件编码转换、忽略警告信息、多次尝试下载、修改cmake配置文件等。遇到无法解决的问题,如CUDA编译器问题、特定源代码文件问题,提交至github tensorflow进行讨论。
完成源码编译后,安装tensorflow-gpu并进行验证。在下一步中继续讨论验证过程和可能遇到的后续问题。整个编译过程耗时、复杂,需要耐心和细心,希望未来能有官方解决方案以简化编译过程。
2024-12-22 16:41
2024-12-22 16:33
2024-12-22 16:27
2024-12-22 15:50
2024-12-22 15:44
2024-12-22 14:22