设置环境变量的两种方法

article/2025/8/20 11:02:01

文章目录

  • 简要说明
  • win7方法一:添加变量名形式
  • win7方法二:直接添加进path变量形式
  • win10方法一:添加变量名形式
  • win10方法二:直接添加进path变量形式

简要说明

本文章以win7和win10两种系统作为演示,每种系统各演示两种方法,
一种是添加变量名形式,一种是直接添加进path变量形式
注意:根据你的系统随便选择一个方法即可

win7方法一:添加变量名形式

  1. 鼠标右击图标(此电脑),选择属性:
    在这里插入图片描述

  2. 在弹出来的界面里点击左边的高级系统设置:
    在这里插入图片描述

  3. 在弹出来的系统属性界面点击右下角的环境变量按钮:
    在这里插入图片描述

  4. 在弹出来的界面里在系统变量里点击新建,
    在这里插入图片描述

    注意:用户变量只对当前用户有效,系统变量对所有用户有效

  5. 填好变量名,变量名可以是随便取的,但建议以你要设置环境变量的应用名为变量名,之后将你要设置环境变量的路径填在变量值即可,然后点击确定:
    在这里插入图片描述

  6. 在环境变量界面下选中Path变量,然后点击编辑:
    在这里插入图片描述

  7. 往弹出来的界面里的变量值后面追加一条语句,注意该语句与前面语句之间用英文的分号符进行分隔,要追加的语句填写刚才增加的变量名,在变量名前后各增加一个%,然后点击确定:

;%mpv%

在这里插入图片描述

  1. 一路确定:
    在这里插入图片描述
    在这里插入图片描述

  2. 接着打开系统命令框cmd,在任意路径下输入你添加的环境变量目录下的应用名称,都可打开,证明环境变量添加完成!
    在这里插入图片描述

win7方法二:直接添加进path变量形式

  1. 鼠标右击图标(此电脑),选择属性:
    在这里插入图片描述

  2. 在弹出来的界面里点击左边的高级系统设置:
    在这里插入图片描述

  3. 在弹出来的系统属性界面点击右下角的环境变量按钮:
    在这里插入图片描述

  4. 在弹出来的环境变量界面中选择系统变量里的Path变量,然后点击编辑,在变量值后面追加一条语句,注意该语句与前面的语句间使用英文的分号符进行分隔,,追加的语句为需要设置环境变量的路径,然后点击确定:
    在这里插入图片描述

在这里插入图片描述

  1. 一路确定:
    在这里插入图片描述
    在这里插入图片描述

  2. 接着打开系统命令框cmd,在任意路径下输入你添加的环境变量目录下的应用名称,都可打开,证明环境变量添加完成!
    在这里插入图片描述

win10方法一:添加变量名形式

  1. 鼠标右击图标(此电脑),选择属性:
    在这里插入图片描述

  2. 在弹出来的界面里点击左边的高级系统设置:
    在这里插入图片描述

  3. 在弹出来的系统属性界面点击右下角的环境变量按钮:
    在这里插入图片描述

  4. 在弹出来的界面里在系统变量里点击新建,
    在这里插入图片描述
    注意:用户变量只对当前用户有效,系统变量对所有用户有效

  5. 填好变量名,变量名可以是随便取的,但建议以你要设置环境变量的应用名为变量名,之后将你要设置环境变量的路径填在变量值即可,然后点击确定:
    在这里插入图片描述

  6. 在环境变量界面下选中Path变量,然后点击编辑:
    在这里插入图片描述

  7. 选择新建:
    在这里插入图片描述

  8. 填写刚才增加的变量名,在变量名前后各增加一个%,然后点击确定:

%mpv%

在这里插入图片描述

  1. 一路确定:
    在这里插入图片描述
    在这里插入图片描述
  2. 接着打开系统命令框cmd,在任意路径下输入你添加的环境变量目录下的应用名称,都可打开,证明环境变量添加完成!
    在这里插入图片描述

win10方法二:直接添加进path变量形式

  1. 鼠标右击图标(此电脑),选择属性:
    在这里插入图片描述

  2. 在弹出来的界面里点击左边的高级系统设置:
    在这里插入图片描述

  3. 在弹出来的系统属性界面点击右下角的环境变量按钮:
    在这里插入图片描述

  4. 在弹出来的环境变量界面中选择系统变量里的Path变量,然后点击编辑:
    在这里插入图片描述

  5. 选择新建,然后把需要设置环境变量的路径填入,然后点击确定:
    在这里插入图片描述

  6. 一路确定:
    在这里插入图片描述
    在这里插入图片描述

  7. 接着打开系统命令框cmd,在任意路径下输入你添加的环境变量目录下的应用名称,都可打开,证明环境变量添加完成!
    在这里插入图片描述


http://chatgpt.dhexx.cn/article/MUqmdr1k.shtml

相关文章

如何设置环境变量?

我在安装很多软件的时候,发现需要添加环境变量。下面来简单介绍一下什么是环境变量? 一、环境变量的定义 环境变量一般是指在操作系统中用来指定操作系统运行环境的一些参数,包含了一个或者多个应用程序所将使用到的信息。 例如在Windows…

推荐系统-知识综述

文章目录 综述腾讯 | 从零开始了解推荐系统全貌阿里 | 新时期的阿里妈妈广告引擎架构 特征工程推荐系统之数据与特征工程数据生成数据预处理:ETL特征工程未来 画像/用户行为飞猪旅行用户理解服务架构 倒排百度广告倒排服务极致优化 粗排阿里粗排技术体系与最新进展分…

论文解读:《BACPI:一个用于复合蛋白相互作用和结合亲和力预测的双向注意神经网络》

期刊名:Bioinformatics 分区:Q1 发表:2022年1月8号 代码数据集:GitHub - CSUBioGroup/BACPI 一、摘要 BACPI,以预测CPI(化合物-蛋白质相互作用)和它们的结合亲和力,识别化合物-蛋…

云效故障定位研究论文被ICSE 2021 SEIP track收录

简介:新成果 近期,由阿里云云效团队联合复旦大学CodeWisdom研究团队、阿里技术风险部安全生产团队,合作完成的论文《MicroHECL: High-Efficient Root Cause Localization in Large-Scale Microservice Systems》被ICSE 2021 SEIP track录用。…

基于Mahout的电影推荐系统(MVC架构)

源代码下载地址:http://download.csdn.net/detail/huhui_bj/5248056 参考资料: http://www.ibm.com/developerworks/cn/java/j-lo-mahout/ http://blog.sina.com.cn/s/blog_541086000100qh2j.html 1 Mahout介绍 Apache Mahout 是 Apache Software Founda…

推荐系统 | 【01】简介

[toc]简介 介绍 简介:推荐系统经过对年的发展,在电商、资讯、音乐等应用中成为了核心组件之一。 背景:信息的过载与用户对于需求不够明确。 概念:用户没有明确的需求且服务于用户的商品信息过载,则系统能过通过算法对…

MADlib——基于SQL的数据挖掘解决方案(2)——MADlib基础

一、MADlib简介 MADlib是Pivotal公司与伯克利大学合作开发的一个开源机器学习库,提供了多种数据转换、数据探索、统计、数据挖掘和机器学习方法,使用它能够简易地对结构化数据进行分析和挖掘。用户可以非常方便地将MADlib加载到数据库中,扩展…

OushuDB入门(八)——AI篇

一、OushuDB AI简介 OushuDB可集成MADlib机器学习库作为其AI组件。现在OushuDB通过MADlib已经支持了大部分机器学习算法,正在研发一个新的组件以支持深度学习。OushuDB对MADlib进行了增强和优化,并在此基础上提出了AI-in-Database的概念。 MADlib…

朴实无华,总结200道往年BAT机器学习面试题

来源:CSDN 刷题,是面试前的必备环节。本文作者总结了往年BAT机器学习面试题,干货满满,值得收藏。 想要入职大厂可谓是千军万马过独木桥。 为了通过层层考验,刷题肯定是必不可少的。本文作者根据网络在线发布的BAT机器学…

2019年国内IT行业就业状况分析,你拖后腿了吗?

点击上方“后端技术精选”,选择“置顶公众号” 技术文章第一时间送达! 作者:刚入道的大学僧 本文系投稿,原文内容点击阅读原文直达 一、分析背景与分析目的 随着科技的迅速发展,计算机的普及及对人类生活的渗透&#x…

Deep Learning Methods for Remote Heart Rate Measurement:A Review and Future Research Agenda

前言 本文为一片远程心率监测综述的总结复述,本文为作者第一篇试写博客,欢迎大家提出宝贵意见。 文章主要内容:1.简述了有关远程心率监测的基础知识与相关概念。2.讨论了基于深度学习的远程心率检测方法的几个最新进展,并根据模型…

论文解读:基于共享混合深度学习架构的DNA形状特征预测转录因子结合位点

Predicting transcription factor binding sites using DNA shape features based on shared hybrid deep learning architecture 数据:https://github.com/wangguoguoa/CRPTS 表S1: Tables S1 表S2:S2 表S3:Table S3 目录 1 文章概述…

一文简单理解“推荐系统”原理及架构

本文主要介绍什么是推荐系统,为什么需要推荐系统,如何实现推荐系统的方案,包括实现推荐系统的一些常见模型,希望给读者提供学习实践参考。 为什么需要推荐系统 对于信息消费者,需要从大量信息中找到自己感兴趣的信息&a…

拉普拉斯, 高斯, 高尔顿, 皮尔逊, 戈塞特, 费歇尔对统计学的发展贡献

由于人类的统计实践是随着计数活动而产生的,因此,统计发展史可以追溯到远古的原始社会,也就是说距今足有五千多年的漫长岁月。但是,能使人类的统计实践 上升到理论上予以概括总结的程度,即开始成为一门系统的学科统计学…

css过渡 取消过渡_如何过渡到微服务架构

css过渡 取消过渡 获取完整的书 微服务和容器 建议零售价$ 39.99 看见 本文摘录自Parminder Singh Kocher撰写的Pearson Addison-Wesley的著作《微服务和容器》。 经皮尔逊(Pearson)许可在此处转载©2018。 有关更多信息,请访问notifyit…

从编解码、传输到基础架构 详解Bigo多媒体技术栈

本文来自Bigo多媒体技术团队的投稿,详细介绍了Bigo多媒体技术的前生今世,通过何种技术手段支撑起了BigoLive、Likee和imo三大业务。技术栈具体涉及编解码、传输、全球基础设施架构等三方面。如果你也有独到的经验与思考,欢迎通过contributeli…

推荐系统lambda架构学习笔记之推荐系统(一)

推荐系统 个性化推荐(推荐系统)经历了多年的发展,已经成为互联网产品的标配,也是AI成功落地的分支之一,在电商(淘宝/京东)、资讯(今日头条/微博)、音乐(网易云音乐/QQ音乐)、短视频(抖音/快手)等热门应用中,推荐系统都是核心组件之一。 推荐…

极客星球 | 联邦学习与产品化之路

一、 背景——联邦学习与fate简介 1、联邦学习 联邦学习(Federated Learning)是一种新兴的人工智能基础技术,由谷歌最先提出于2016年,原用于解决安卓手机终端用户在本地更新模型的问题。其设计目标是在保障大数据交换时的信息安…

云效故障定位论文被ICSE2021 SEIP track收录

近期,由阿里云云效团队联合复旦大学CodeWisdom研究团队、阿里技术风险部安全生产团队,合作完成的论文《MicroHECL: High-Efficient Root Cause Localization in Large-Scale Microservice Systems》被ICSE 2021 SEIP track录用。本文针对大规模微服务系统…

简历项目-

文章目录 项目一:电商广告推荐系统一、数据集项目实现分析二、根据用户行为数据创建ALS模型并召回商品用户行为数据拆分(pv,fav,cart,buy)预处理behavior_log数据集根据用户对类目偏好打分训练ALS模型根据用户对品牌偏好打分训练ALS模型 三. …