我的.net2003为什么编译时狂占CPU100%时间长达20-30秒呢？

sxmenghen 2003-10-09 09:55:29

我的.net2003为什么编译时狂占CPU100%时间长达20-30秒呢？
而且点别的查看窗口时，CPU也是狂占时间
我的盘很干净的，不会有人说我中毒吧

...全文

163 17 打赏收藏转发到动态举报

写回复

用AI写文章

17 条回复

切换为时间正序

请发表友善的回复…

发表回复

sxmenghen 2003-10-10

打赏
举报

实时监控是不可能关掉的，我一直在线的，升级内存，老板也不可能给我的。
程序内部算法不好，这个我承认有肯能，不过，打开其他的程序也是如此，而且我打开一下
搜索的框都是狂慢！！！惨啊，我先是不是先修理一下机器了
再等等，再结贴

HunterForPig 2003-10-10

打赏
举报

换个版本，或者改个系统，
vs只是在启动时很耗

dingyy 2003-10-10

打赏
举报

SaSBYa 2003-10-10

打赏
举报

一样，我现在用的电脑过一个小时就开始慢了，。。。最后狂慢。。。。

可能是VS2002和2003在运行了不断的消用内存，又不FREE而成。

常常是关了解决方案，关了VS再重开，少了200MB　RAM，而机器内存不过256MB

wideroad 2003-10-10

打赏
举报

很正常，他要不耗cpu，那就没有软件耗cpu了

Jack0Cao 2003-10-10

打赏
举报

建议你在win2000里面作吧
我就是在2000里面，没有上述的问题
我是amd 1.4
512sd

sxmenghen 2003-10-10

打赏
举报

自己顶

sxmenghen 2003-10-09

打赏
举报

我的内存 256的啊，不知道还有没有别的大牛知道为什么我的。NET2003为什么这么慢

mooniscrazy 2003-10-09

打赏
举报

是不是你的内存太少？如果少于256M可能会出现这种情况

hddhddhdd 2003-10-09

打赏
举报

正常的，不必担心

minajo21 2003-10-09

打赏
举报

很正常，.net ide 很耗的

gshope 2003-10-09

打赏
举报

可能是和什么软件有冲突，把杀毒软件的实时监控关掉，其它在运行的软件尽量关掉。

6HZ 2003-10-09

打赏
举报

我也发现VS.NET非常耗费内存！

风轻扬 2003-10-09

打赏
举报

我的内存原先256M，运行Windows Server 2003+Visual Studio.net 2003，写程序的时候越来越慢，后来升级到512M内存，好多了，我认为还是内存小，我的CPU是PIII-M 1G，感觉足够了。杀毒软件的实时监控也有可能。

colin666 2003-10-09

打赏
举报

是不是所有的程序都一样呢？可能你的程序有的地方算法不太合理，占用资源太多

zlcoolzl 2003-10-09

打赏
举报

我用的是C3感觉比C4要好

orcale 2003-10-09

打赏
举报

最好是512,不過cpu也要跟的上,p4是最好了
我感覺c4還不如p3

stm32单片机项目资料智能家居资料参赛作品低成本的智能家居联网控制解决方案

原创 Coding Agent Worktree Ownership Auditor 工具，将智能体会话、分支、工作树、文件锁、提交和合并请求建图，发现并发修改冲突和无人归属产物。压缩包包含完整源码、3 项自动化测试、可复现合成示例、离线 HTML/JSON/SVG 报告、1080×720 真实运行效果图、README、运行说明、功能清单、MIT License 及原创与授权声明。运行时零第三方依赖，不包含热点产品或开源项目源码、Logo、官方截图、论文、生产日志或其他受限素材。

数据名称： 337个城市农业机械化数据（2000-2025年）数据范围： 337个城市数据来源：国家统计局、《中国统计年鉴》、各地方统计局及年鉴等数据注意：含原始数据、线性插值、回归填补等三种版本，其中原始数据中含有一定缺失值，请谨慎使用数据指标：年份、省份、城市、省份代码、城市代码、农业机械总动力(千瓦)、农业机械总动力_名义增速(%)、农村用电量(万千瓦时)、农村用电量_名义增速(%)、农业机械化强度(千瓦/公顷) 目前各地农业机械化情况哈尔滨市大力推进智能农机装备迭代升级，全市主要农作物耕种收综合机械化率稳定在99%以上，位居全国省会城市前列。齐齐哈尔市深耕黑土地保护性耕作，2025年全市大型智能拖拉机、高端联合收割机保有量持续攀升，大豆、玉米全程机械化作业实现全覆盖。

内容概要：本文研究了基于ARIMA-CNN-LSTM的分层式组合预测模型，旨在克服单一模型在处理时间序列数据时的局限性。该模型充分融合ARIMA模型对线性趋势与周期性成分的建模能力、卷积神经网络（CNN）对局部非线性特征的高效提取能力，以及长短期记忆网络（LSTM）对长期时序依赖关系的捕捉能力，构建了一个兼具线性与非线性建模优势的混合预测框架。通过在电力负荷、风速、交通流量等多种实际场景中的实验验证，该组合模型在预测精度、泛化能力和稳定性方面均显著优于单一模型，尤其适用于复杂多变的时间序列预测任务。; 适合人群：具备一定时间序列分析基础，熟悉Python编程，从事数据分析、人工智能或相关领域研究的研发人员及研究生。; 使用场景及目标：①解决复杂时间序列预测任务中线性与非线性特征共存的问题；②提升在电力负荷、环境监测、金融等领域的预测准确率；③为多模型融合方法的研究与应用提供实践参考。; 阅读建议：学习者应在掌握ARIMA、CNN和LSTM基本原理的基础上，结合文中提供的Python代码实现，动手复现实验过程，并尝试在不同数据集上进行调参与优化，以深入理解组合模型的设计思想与技术细节。

参照赵国庆（2024）的做法，团队对来自产业经济评论《企业数字化转型是否赋能企业新质生产力发展——基于中国上市企业的微观证据》一文中的基准回归部分进行复刻基于2015-2023年中国A股上市公司数据，实证分析企业数字化转型对新质生产力的影响效应一、数据介绍数据名称：企业数字化转型是否赋能企业新质生产力发展数据范围：A股上市公司数据年份：2015-2023年有效样本：25330条数据说明：参考宋佳等(2024)的研究测算新质生产力水平，根据年报词频构建数字化转型内含原始数据、dofile和基准回归二、数据指标股票代码股票简称年份省份城市区县省份代码城市代码区县代码行业代码行业名称企业上市年龄是否ST或金融类资产负债率企业新质生产力水平数字化转型MD&A词汇和加1取对数数字化转型MD&A词汇B 第一大股东持股比例企业市盈率企业资本密集度两权分离率女性董事人数三、参考文献赵国庆,李俊廷.企业数字化转型是否赋能企业新质生产力发展——基于中国上市企业的微观证据[J].产业经济评论,2024,(04):23-34.

111,129

社区成员

642,531

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

让您成为最强悍的C#开发者

试试用AI创作助手写篇文章吧

+ 用AI写文章