增加分区时可压缩空间远小于剩余空间听

笔记本自带的Window8系统只分配一个分区并且占用了绝大部分空间,使用了一段时间后需要增加一个分区,根据网上查询的资料,使用磁盘管理进行压缩操作,结果发现剩余空间还有300G,但可压缩空间只有10G。通过搜索最终解决此问题,可以压缩几乎所有的剩余空间。

方法/步骤

  1. 按住左下角的Windows键和X,在弹出的菜单中选“磁用管理”(或输入“X”),在弹出界面中选中想要压缩以腾了空间给新分区的系统分区,发现可压缩空间只有10G,而该分区的剩余空间为300G(全部为440G)。

    估计是可能有些文件占用了较后的存储位置,导致空间不连续,无法合并成为新的空间。

    1、打开”这台电脑“,在想压缩的分区上右击选择”属性“,在打开的对话框中选择”工具“页,尝试了“检查”和“优化”,将文件存储优化。

    再次进行压缩操作,发现依然无法压缩更多空间。

    通过查询资料并经过两个步骤,最终实现了可压缩所有剩余空间的需求(注意,不要把剩余空间全部压缩,系统分区最好要留一部分空间,否则可能会出现各种奇怪的问题)。

  2. 2、在桌面上的“这台电脑”上右单击,选择“属性”,在左侧菜单中选择“系统保护”,在弹出框中选中要压缩的分区,点击“配置”,在弹出框中选择“禁用系统保护”后点击“确定”,并重启系统。

    再次执行压缩操作,发现依然无法压缩更多空间。

  3. 3、我想到有可能是有文件正在使用,系统无法调整并将其空间腾出,就尝试关闭虚拟内存。

    在“这台电脑”上右击,选择“属性”,在弹出框中选择左侧菜单“高级系统设置”,在弹出框的高级分页下,点击第一个性能框中的”设置“按钮,在弹出框中选择”高级”页,点击虚拟内存分页右下角的“更改”按钮。

    在弹出的标题为“虚拟内存”的对话框中,取消“自动管理所有驱动器的分页文件大小”前面的勾,同时选择”无分页文件“,点击右侧的”设置“,后”确认“,根据提示,重启系统。

    重启后再次进入磁盘压缩界面,发现可压缩空间接近所有剩余空间,目标达成。

  4. https://jingyan.baidu.com/article/1709ad808a599f4634c4f082.html(原文)

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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