預設值調多少合適

❶ 預設值是什麼意思

預設值就是默認值。是指一個屬性、參數在被賦初值之前編譯器自動賦予的值。計算機軟體要求用戶輸入某些值而用戶未給定時，系統自動賦予的事先設定的數值。

預設值也叫默認值，就是如果你不想或不需要作任何特殊的選擇，電腦里就按照它已經配置好的參數進行設置。這些配置能滿足絕大多數情況下的使用要求，除非你的要求特殊。許多晶元在使能完畢之後會要求重設為預設值，因為准備用戶去使用它們。

(1)預設值調多少合適擴展閱讀：

預設是系統默認狀態。也就是說你沒有指定用哪件工具，系統自動提供給你的那個就是預設的，比如你在打開網頁時，如果IE是預設的瀏覽器，系統就會打開IE——Internet Explorer，使用IE來瀏覽網頁。 也就是說省去了你自己去指定使用的工具，如果不願省略這一步，就要在打開文件的時候自己指定了，比如有的文件，選中後點滑鼠右鍵，菜單中就會有「打開方式」，自己選擇吧！

❷ 虛擬內存設置多大合適

1、物理內存 - 電腦安裝的內存，其容量由內存大小而定，不能設置的，應該指的是虛擬內存。

2、虛擬內存別稱虛擬存儲器（Virtual Memory）。電腦中所運行的程序均需經由內存執行，若執行的程序佔用內存很大或很多，則會導致內存消耗殆盡。為解決該問題，Windows中運用了虛擬內存 技術，即勻出一部分硬碟空間來充當內存使用。

虛擬內存設置的大小，一般來說，初始大小等於內存的容量，如內存為2G，設為2000MB；最大值為內存容量的1.5倍，3000MB就可以了。

❸ 電腦虛擬內存設置多少最好

根據微軟的建議，虛擬內存交換文件最小值應設為內存容量的1.5倍，但如果內存比較大，那它佔用的空間也是很可觀的。所以建議，內存容量在256MB以下，就設置為1.5倍；在512MB以上，設置為內存容量的一半完全可行；介於256MB與512MB之間的設為與內存容量相同值。如果內存高達1GB以上，那就完全可以不需要設置虛擬內存交換文件了。
當然，將頁面文件的最小值設置為大於這些理論值，對於整個系統的運行是沒有什麼影響的，而且應該會更好些，唯一的損失也許就是硬碟可用空間會相應減小。假如你的硬碟空間比較緊張的話，在設置頁面文件時，可以讓它不小於系統內存的3/4，這樣就可以保證系統比較穩定地運行了。如果你需要經常裝卸大軟體，開很多任務，那你還是用預設值比較安全，否則將經常性地引起系統崩潰。
頁面文件的最大值則可以設置得越大越好，通常建議將它設置為最小值的2到3倍。你不用在意它的具體設置值。和Win9X系統的頁面文件管理相比，Win2000要「智能」得多，它的頁面文件是可以自己動態設置的。它僅在系統需要時才會自動擴充頁面的大小，這樣可以避免頁面文件佔用太多的硬碟空間，並避免在復雜操作中因內存不足而出現錯誤。
具體設置方法如下：
1.右擊「我的電腦」，並從關聯菜單中選擇「屬性」命令，打開「系統屬性」對話框。
2.單擊「性能」選項，在其「高級設置」區域中，單擊「虛擬內存」按鈕。彈出「虛擬內存」對話框。
3.在「虛擬內存」對話框中選擇合適的硬碟、硬碟分區。在此建議：對於硬碟分區，應該選擇足夠大空間的；對於硬碟，應該選擇速度最快的。如果安裝了兩個硬碟，可以將Windows虛擬內存交換文件分別保存到兩個硬碟中，但不是一個硬碟的兩個分區中，這樣可以有效地提高系統對虛擬內存交換文件的存取性能。對於內存設置，選中「用戶自己指定虛擬內存設置」單選按鈕，然後在「最小值」和「最大值」選項中分別設置虛擬交換文件大小的准確數值即可。
4.設置完成後，單擊「確定」按鈕，保存設置退出，重新啟動Windows系統即可。

❹ 虛擬內存初始大小和最大值調到什麼最好

根據微軟的建議，虛擬內存交換文件最小值應設為內存容量的1.5倍，但如果內存比較大，那它佔用的空間也是很可觀的。所以建議，內存容量在256MB以下，就設置為1.5倍；在512MB以上，設置為內存容量的一半完全可行；介於256MB與512MB之間的設為與內存容量相同值。如果內存高達1GB以上，那就完全可以不需要設置虛擬內存交換文件了。

當然，將頁面文件的最小值設置為大於這些理論值，對於整個系統的運行是沒有什麼影響的，而且應該會更好些，唯一的損失也許就是硬碟可用空間會相應減小。假如你的硬碟空間比較緊張的話，在設置頁面文件時，可以讓它不小於系統內存的3/4，這樣就可以保證系統比較穩定地運行了。如果你需要經常裝卸大軟體，開很多任務，那你還是用預設值比較安全，否則將經常性地引起系統崩潰。

頁面文件的最大值則可以設置得越大越好，通常建議將它設置為最小值的2到3倍。你不用在意它的具體設置值。和Win9X系統的頁面文件管理相比，Win2000要「智能」得多，它的頁面文件是可以自己動態設置的。它僅在系統需要時才會自動擴充頁面的大小，這樣可以避免頁面文件佔用太多的硬碟空間，並避免在復雜操作中因內存不足而出現錯誤。

具體設置方法如下：

1.右擊「我的電腦」，並從關聯菜單中選擇「屬性」命令，打開「系統屬性」對話框。

2.單擊「性能」選項，在其「高級設置」區域中，單擊「虛擬內存」按鈕。彈出「虛擬內存」對話框。

3.在「虛擬內存」對話框中選擇合適的硬碟、硬碟分區。在此建議：對於硬碟分區，應該選擇足夠大空間的；對於硬碟，應該選擇速度最快的。如果安裝了兩個硬碟，可以將Windows虛擬內存交換文件分別保存到兩個硬碟中，但不是一個硬碟的兩個分區中，這樣可以有效地提高系統對虛擬內存交換文件的存取性能。對於內存設置，選中「用戶自己指定虛擬內存設置」單選按鈕，然後在「最小值」和「最大值」選項中分別設置虛擬交換文件大小的准確數值即可。

4.設置完成後，單擊「確定」按鈕，保存設置退出，重新啟動Windows系統即可。

❺ linux fs.file-max 最大能夠設置為多大

配置 Linux 內核參數(2種方法),修改後不用重啟動更新: /sbin/sysctl -p 第一種:打開/etc/sysctl.conf 復制如下內容 kernel.shmall = 2097152 kernel.shmmax = 2147483648 kernel.shmmni = 4096 kernel.sem = 250 32000 100 128 fs.file-max = 65536 net.ipv4.ip_local_port_range = 1024 65000 net.core.rmem_default=262144 net.core.wmem_default=262144 net.core.rmem_max=262144 net.core.wmem_max=262144 第二種:打開終端 cat >> /etc/sysctl.conf< kernel.shmall = 2097152 kernel.shmmax = 2147483648 kernel.shmmni = 4096 kernel.sem = 250 32000 100 128 fs.file-max = 65536 net.ipv4.ip_local_port_range = 1024 65000 net.core.rmem_default=262144 net.core.wmem_default=262144 net.core.rmem_max=262144 net.core.wmem_max=262144 EOF 這里，對每個參數值做個簡要的解釋和說明。 （1）shmmax：該參數定義了共享內存段的最大尺寸（以位元組為單位）。預設為32M，對於oracle來說，該預設值太低了，通常將其設置為2G。 （2）shmmni：這個內核參數用於設置系統范圍內共享內存段的最大數量。該參數的默認值是 4096 。通常不需要更改。 （3）shmall：該參數表示系統一次可以使用的共享內存總量（以頁為單位）。預設值就是2097152，通常不需要修改。 （4）sem：該參數表示設置的信號量。 （5）file-max：該參數表示文件句柄的最大數量。文件句柄設置表示在linux系統中可以打開的文件數量。 修改好內核以後，執行下面的命令使新的配置生效。

❻ 愛普生 LQ-730K 針式列印機的預設值如何設置

您好！如果您使用的電腦是Windows XP系統：電腦左下角點擊「開始」->「列印機和傳真機」-> 「文件」->「伺服器屬性」，勾選「創建新格式」，在「表格名」中輸入自定義尺寸的名稱（如：0000），根據紙張的實際尺寸分別輸入「寬度」和「高度」(高度=連續紙孔數*0.5*2.54CM)。「列印機區域邊距」無需修改，點擊「保存格式」完成紙張自定義。如果您使用的電腦是Windows 7系統：電腦左下角點擊「開始」->「設備和列印機」，滑鼠左鍵點擊所使用的列印機圖標，在上方菜單欄選擇「伺服器屬性」，勾選「創建新表單」，在「表單名」中為輸入自定義尺寸的名稱（如：0000），根據紙張的實際尺寸分別輸入「寬度」和「高度」（高度=連續孔數*0.5*2.54CM)。「列印機區域邊距」無需修改，點擊「保存格式」完成紙張自定義。2.驅動設置：滑鼠右鍵點擊所使用的列印機圖標選擇「列印首選項」->「布局」->「高級」，在「紙張規格」中選擇自定義尺寸的名稱「0000」：3.應用軟體設置：重啟您的應用軟體，選中定義好的紙張規格『0000』，如果找不到選擇的紙張規格的地方，請與您的軟體開發商聯系。

❼ C++中的預設問題

預設參數就是默認值！比如你在一開始設計了一個函數只要傳兩個參數，寫過一些段時間後發現需要再加一個參數！這時候要改很多！這個時候你就可以將這個參數放到後面！給定一個默認值那樣你就不需要改其他地方！比如！ void SetPos(int x,int y);後來你需要添加一個參數如 void SetPos(int x ,int y , int z);
你可以不必再添加函數直接在原函數上改！將函數聲明成void SetPos(int x; int y ,int z = 0);
這樣改過之後！原先調用它的地方都不需要改動！靈活性很強！

❽ [轉]如何運用預設值分析(MVA)方法

我在用little』s MCAR檢驗時發現，以往不少國內的研究在用此檢驗時，大多數時候並非是針對整個問卷進行的，而是選取部分指標進行檢驗，如：1、只針對幾個缺失較嚴重的選；2、只針對問卷中核心部分的指標；3、將問卷分為幾個部分，如基本情況項目、滿意度量表、其它情況項目等，分別檢驗。 我對自己的問卷（包括三個部分：基本情況項、5級量表、其它項）分別進行了幾次檢驗，結果如下：1、全部選項納入檢驗，結果Sig. = .044；2、只檢驗5級量表項，結果Sig. = .083；3、剔除最後的4個跳選項，結果結果Sig. = .398。這些結果差異較大，大於或小於0.05的都有。我對little』s MCAR檢驗的適用性感到一定困惑，因為我是非統計學的學生，非常的業余。 此外，我對跳選項的處理也非常困惑，我的問卷是做關於居民滿意度的，最後5項如下： 1、你對XXX的總體滿意度？1、很不滿意；2、較不滿意；3、一般；4、較滿意；5、很滿意如果滿意： (1)你會xxxxx？1、一定不會；2、....；5、一定會 (2)你會xxxxx？1、一定不會；2、....；5、一定會 如果不滿意： (1)你會XXXXX？1、一定不會；2、....；5、一定會 (2)你會XXXXX？1、一定不會；2、....；5、一定會 我現在覺得這些跳選項設計的非常沒頭腦，感到懊惱，因為不管是否滿意，居民都應該可能會有這雙方面的行動的！問題是，正常情況下，如何處理這些跳選項？我現在首先要做的是缺失處理，後期還要用到SEM，關於這個問題思考的非常之艱難，因為身邊沒有可幫助之人，網路搜索和學術論文搜索也難解惑，特向您求助！莊主：我讀過Missing Value Analysis（MVA，預設值分析）的文獻，但從來沒有用過，沒有第一手的經驗或教訓可以分享，所以我只簡略回答你的問題。（我的原則是，對於自己沒有第一手體驗的問題，回答盡量簡略，以免誤人子弟。） 為了便於其他讀者的理解，先簡介一下MVA。預設值指調查、實驗、內容分析等實證數據中「拒答」、「不知道」、「無意見」等沒有實際信息的值。傳統的數據分析是將其排除在外，或者用均值或中位數來取代。MVA是一種data-driven（數據導向）而非theory-driven的方法，即根據那些不含預設值的個案（「樣本一」）中的相關信息來預測（即填補）含預設值的個案（「樣本二」）中的預設值。 我至所以不用MVA，主要是對其的基本假定（即預設值是完全隨機或基本隨機產生、或樣本一和二沒有本質差別）存有很大疑慮。這種疑慮，即來自傳統文獻，也源於我自己的實證研究。我曾用中國大陸的十來個調查、共幾萬個案的數據做過一個item non-responses（INR，問題拒答）的研究（Zhu, position（中立立場）、有時則應將其當作真正的預設值而從分析中剔除，而不應盲目和機械地依賴SPSS或其它軟體中的MVA工具來替我們做這個重要決定。（同學們大家起來，我們不要做SPSS的奴隸！） 當然，我的上述看法也許是過分保守和落伍。如果你的樣本太小，如果不用MVA來「拯救」（？）那些預設值，有效個案（即樣本一）所剩無幾，無法做分析，你應該對做MVA之前（即樣本一）和之後（即樣本一+樣本二）的數據分別檢驗你的理論假設，然後比較兩者的參數（如均值、回歸或相關系數等）、但不必比較兩者的標准誤差或顯著程度（因為兩者樣本大小不一而自然不同）。如果兩者有明顯區別，說明樣本二不是樣本一的一個隨機子樣本、而是另一個具有系統差別的樣本（但要害問題是我們不知道這種系統從何而來和如何糾正）。在這種情況下，我會放棄樣本二。只依靠樣本一的代價是Type II誤差（即可能拒絕了真實的差別或關系）；加入了有系統偏差的樣本二，雖然減少了Type II誤差、但同時大大提高了Type I誤差（可能接受了虛假的差別或關系）。前者的後果是害己（無法發表）；後者則是害人（最終也害己）。兩害之間，我們應該取其輕者。 我基本認同你對國內運用MVA時的流行做法的批評。既然MVA完全依賴樣本一中各變數之間的關系，那麼變數越多、其中的信息也就越多，所以應該盡量利用所有現有的變數來做MVA。但是（非常重要的條件），假定你要通過MVA填補的是因變數中的預設值，你就絕對不應該包括你的理論假設或模型中的所有自變數。否則，你用了自變數填補了因變數中的預設值，然後再檢驗兩者的相關關系，不就成了自我循環了嗎？ 你在介紹你的三種檢驗結果時，沒有講清楚其「顯著」差別的意思是什麼：是指你用三者不同的MVA方法生成三個新數據（即三個上述的樣本一+樣本二），然後分別檢驗你的理論假設的結果？如是，它們之間的差別就與我上一段講的有關了。你「全部納入」的問題中也許也包含了自變數，所以其關系容易顯著。其實，在沒有弄清你的樣本二是否為隨機樣本之前，這種變數之間的比較沒有意義。你需要的是我前一段中講的個案之間的比較。 如果缺失值較多，一般應當做個分析，看看其分布情況及其可能的機制（spss可以做Little's檢驗）。假如可以認作是隨機的話(MCAR/MAR)，用EM單次替代即可。否則，試試多次替代。