在IBW中的Windows PE阶段调用自定义应用程序应注意的路径问题

作者:肖正波

转自:http://blog.sina.com.cn/s/blog_6e94205b0100o3po.html


如果转载,请明确标明作者和转载文章原始网址:

http://blog.sina.com.cn/s/blog_6e94205b0100o3po.html

 

谢谢

肖正波(happymy)

在Windows Embedded Standard 7 快速入门指南 4 of 4一文中的我们介绍了使用RunSynchronous在Pass 1 WindowsPE阶段,调用Diskpart分区(步骤18)。已经一个月了很多人都问我。为什么路径是“D:\AutoUnattend_Files\windowsPE\$OEM$Folders\”。实际上在那台实验用的虚拟机中可分配的盘符只有D:,也就是光驱(Windows永远不会将C:分配给可移动存储设备、光驱、软驱……)。同时一部分人在动手去做的过程中遇到了错误。根据最近几次实验的结果,设置路径为“D:\AutoUnattend_Files\windowsPE\$OEM$Folders\”类似做法,并不是十分可靠!所以在下边给大家一个解决问题的方法:

在Windows PE 3.0下,有一个分区的盘符是固定不变的,那就是“X:”,我们可以将一些要调用的脚本或者程序放入这个分区。

下面是一个参考的示例:

以Windows Embedded Standard 7 快速入门指南 4 of 4一文中步骤18中执行diskpart 脚本的方法为例:

原文:

• 步骤  18:在DS\$OEM$Folders文件夹下建立一个名称为disksp.txt的文本文档。

select disk 0
create partition primary
select partition 1
format FS=NTFS quick
active
exit

将上面的脚本复制到该文本文档中,并保存。

菜单“Insert\Synchronous Command\Pass 1 windowsPE…”,在弹出的窗口中键入(仅键入粗体部分的字符):

“diskpart /s “D:\AutoUnattend_Files\windowsPE\$OEM$Folders\disksp.txt”。然后单击“OK”按钮。

我们直接在第一阶段调用dskpart进行分区,并配置分区。RunSynchronous和RunAsynchronous可以在指定的阶段执行命令。Runsynchronous与RunAsynchronous不同地方是Runsynchronous会等待当前命令执行完,才会执行下一条。

——————————————————————-

修改后

• 步骤 18:任意位置建立一个名称为disksp.txt的文本文档。

select disk 0
create partition primary
select partition 1
format FS=NTFS quick
active
exit

将上面的脚本复制到该文本文档中,并保存。

菜单“Insert\Synchronous Command\Pass 1 windowsPE…”,在弹出的窗口中键入(仅键入粗体部分的字符):

“  diskpart /s"x:\disksp.txt"  ”。然后单击“OK”按钮。

我们直接在第一阶段调用dskpart进行分区,并配置分区。RunSynchronous和RunAsynchronous可以在指定的阶段执行命令。Runsynchronous与RunAsynchronous不同地方是Runsynchronous会等待当前命令执行完,才会执行下一条。

之后还要将disksp.txt放入到X盘中,以下是具体方法。

首先你要完成前23步之后,在做24步前进行以下操作:

—————————————————————-

打开“开始”菜单,在“附件”中,找到命令提示符并用鼠标右键单击,在弹出的菜单中选择“以管理员的身份运行”。
依次输入下列命令:

CD C:\Program Files\Windows Embedded Standard 7\Tools\x86\
md c:\mount
imagex /mountrw C:\OSIMAGE\sources\boot.wim 2 c:\mount

将刚才建立的disksp.txt拷贝到 “c:\mount”文件夹下

之后在刚才的CMD中,执行下列命令
imagex /unmount /commit c:\mount

—————————————————————-

上述操作中实际上将boot.wim 这个文件用imagex挂载到一个空目录中,boot.wim 实际上就是磁盘“X:”。修改后我们当然要提交修改和卸载boot.wim 。

最后,在此向那些看了Windows Embedded Standard 7 快速入门指南 4 of4一文,并照着去做的读者深深致歉。

×﹏\×

 

END


深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题
评论
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