一台古老的电脑故障！

bh586 2005-11-25 09:11:36
hippo vl+ 486电脑！进CMOS按ECS键（好象是），很少见。
我曾经弄好过，但是最近出毛病了。提示“WAIT FIX DISK SPIN UP”，换硬盘也不行。
请高手出手帮忙！提供线索也行（到哪里去问啊）！
...全文
180 3 打赏 收藏 转发到动态 举报
写回复
用AI写文章
3 条回复
切换为时间正序
请发表友善的回复…
发表回复
ascmvi 2005-12-03
  • 打赏
  • 举报
 回复
UP
sky 2005-11-30
  • 打赏
  • 举报
 回复
应该不是硬盘的问题。你把主板的CMOS清空一下看看？
jsjjms 2005-11-25
  • 打赏
  • 举报
 回复
是不是主板问题???
(180904)Descending into ML：线性回归 和 训练与损失---- Google 机器学习速成课程笔记
线性回归模型 视频和文章中分别描述了两个例子：通过房屋面积来预测房价，通过虫鸣声来预测温度 通过虫鸣声来预测温度,如图 线性关系很简单， 不难理解，这里的 y’ 使我们预测的值，b 是偏差，W1 是特征1的权重，X1 是特征1 对于多个特征 Xi 而言， 我们的目的就是得到理想的权重和偏差，使得预测标签尽可能趋近实际观察标签 ，这就是接下来要说到的训练，损失 训练...
Google机器学习速成课程 - 视频笔记整理汇总 - 基础篇核心部分
Google机器学习视频课程笔记 URL: https://developers.google.com/machine-learning/crash-course/ml-intro （需要翻墙） 持续整理中。。。 机器学习算法一般过程 过程可理解为用于训练模型的迭代试错： 过程分析： “计算损失”：损失函数：例如常用的平方损失函数。 “计算参数更新”：检测损失函数的值，并为参数如bias...
google 机器学习速成课程 笔记1
学习谷歌的机器学习速成课程 标签：标签是我们要预测的事物，也就是y 特征：特征是输入变量，也就是x，按照如下方式指定{x1,x2,x3….,xN}，合适的特征应该是具体可量化的，for example，喜欢不是可观察且可量化的指标，鞋的美观程度也不是，但是鞋码和用户点击鞋子描述的次数是一种具体可量化的指标。 样本：指数据的特定实例，有标签样本和无标签样本 模型：模型定义了特征和标签之间的联系，...
【Google 机器学习笔记】一、前言
【Google 机器学习笔记】 一、前言 注： 　　这篇学习笔记是我第一次在电脑上边学边写笔记，打破我之前用草稿本做笔记本的习惯，因而可能会有一些地方出现较为混乱的排版和文字，我会尽量定期修正。 　　我也会尽量将这篇笔记写的像一篇教程，并尝试降低门槛，以飨各位机器学习爱好者。 Google教程地址：Google机器学习速成课程（推荐使用Chrome或Safari观看） 前提条件  ...
Google机器学习速成课程：从入门到实战的完整指南
机器学习作为人工智能的核心技术，通过算法让计算机从数据中学习规律。其核心原理包括模型训练、特征工程和性能评估等环节，在推荐系统、图像识别等领域有广泛应用。Google的机器学习速成课程（MLCC）采用可视化教学和工业级实战案例，特别适合初学者快速掌握梯度下降、神经网络等关键概念。课程涵盖从线性回归到大语言模型的全套内容，并融入AutoML、TFX等前沿工具，帮助学习者避开常见陷阱，建立正确的工程思维。通过Kaggle实战和Colab GPU加速，能有效实现从理论到生产的平滑过渡。
非技术区

1,076

社区成员

6,258

社区内容

发帖
与我相关
我的任务
社区描述
硬件/嵌入开发 非技术区
社区管理员
  • 非技术区社区
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
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章