u盘插入电脑后显示无媒体,无盘符,无空间,无卷的处理办法

插入电脑后显示:在这里插入图片描述
可能是因为:
当U盘没有先弹出,而是直接拔U盘时,就可能会导致U盘里面的数据损坏而导致识别不了U盘,会出现U盘已经插入但提示“请将磁盘插入可移动磁盘”的情况。

解决办法:
打开此电脑 -> 管理 -> 选择磁盘管理 -> 在“磁盘管理”找到 名为“可移动”的磁盘栏,这一栏就是你的U盘的信息
——>我这里是直接无法查看U盘的信息,无法操作,这时候需要将U盘重新量产了才能解决
在这里插入图片描述
这时应该使用chipgenius芯片精灵软件检测查看U盘的主控 ,可以看到下面主控是一芯,因此下载一芯的量产工具进行
这是一芯的U盘
这里直接给出链接:
https://wwr.lanzoui.com/iLoZst5gxha

①下载完成之后,双击打开FCMpTools_32.exe文件

②打开后,如果界面01有数据,如图下,说明已经查到了u盘,如果界面为空,请重新拔插,看界面有没有数据

③如果U盘信息栏右边有个红色字提示“LockPortPail”时,需要刷新一下:点击界面U盘信息左边的按钮如我这是"01_H:",再点击“刷新”选项

** ④然后再次点"01_H:",点“开始量产”,软件就会开始量产U盘**
在这里插入图片描述

⑤如果u盘量产失败(软件界面的U盘信息的右边会出现红色字体XXFail)
这是候按下界面右边的“设定”按钮,弹出窗口,密码为空,直接按确定,然后改下“设定”。
我这里设置改了“指定Flash类型”和扫描级别将“低级格式化”改为“清空+原厂扫描

在这里插入图片描述

https://www.bilibili.com/read/cv23364627/

  • 5
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
要使用Python绘制混淆矩阵,可以使用sklearn.metrics包中的confusion_matrix函数。首先,需要将预测结果和真实标签以类似的格式赋值给y_pred和y_true变量。然后,可以使用confusion_matrix函数生成混淆矩阵C,可以通过labels参数指定类别的标签。接下来,可以使用matplotlib.pyplot中的函数绘制矩阵图,使用plt.matshow(C, cmap=plt.cm.Reds)来展示混淆矩阵的颜色。可以使用plt.annotate函数在矩阵图中显示每个元素的值。最后,可以使用plt.xlabel和plt.ylabel函数设置x轴和y轴的标签。最后,使用plt.show函数显示绘制好的混淆矩阵图。 [1 [2] 示例代码如下: ```python from sklearn.metrics import confusion_matrix import matplotlib.pyplot as plt y_pred = [] # 预测结果 y_true = [] # 真实标签 C = confusion_matrix(y_true, y_pred, labels=['0','1','2','3','4']) plt.matshow(C, cmap=plt.cm.Reds) for i in range(len(C)): for j in range(len(C)): plt.annotate(C[j, i], xy=(i, j), horizontalalignment='center', verticalalignment='center') plt.ylabel('True label') plt.xlabel('Predicted label') plt.show() ``` 这段代码会根据给定的预测结果和真实标签生成混淆矩阵,并使用矩阵图展示混淆矩阵的颜色。每个元素表示预测为某个类别的样本数量。通过调整代码中的参数和标签,可以根据不同的需求进行自定义。 [1 [2 [3<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [详解使用python绘制混淆矩阵(confusion_matrix)](https://download.csdn.net/download/weixin_38580959/12861679)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [利用python绘制混淆矩阵](https://blog.csdn.net/weixin_43818631/article/details/121309660)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 2
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