Pycharm出現(xiàn)卡頓、反應(yīng)慢及CPU占用高等問題解決
環(huán)境:
- Windows10 22H2
- pycharm 2020.1.5專業(yè)版
- pytorch1.10.1
這是第二次遇到這個問題了,之前嘗試過更換pycharm版本,問題是解決了,但是又出現(xiàn)了其他bug。今天研究了半天,使用排除法確定了問題所在。
網(wǎng)上的解決方案(對我均不起作用):
1. 改運行內(nèi)存:依次打開 Help → Change Memory Settings → 運行內(nèi)存改為2048MB。
2. 清理cache:依次打開 File → Invalidate Cache/restart。
3. VM Options:依次打開 Help → Edit Custom VM Options → 輸入以下代碼,注意#號后面的不要。
-Xms128m ## PyCharm 的啟動內(nèi)存,越大越好。 -Xmx2048m ## PyCharm 的最大運行內(nèi)存,也是越大越好。 -XX:ReservedCodeCacheSize=512m ## PyCharm 保留代碼可占用的內(nèi)存
4. 關(guān)閉自動更新:依次打開 File(文件) → Appearance & Behavior (外觀和行為)→System Settings (系統(tǒng)設(shè)置)→ Updates (更新) → 取消對鉤
5. 排除不必要文件:依次打開 File(文件) → Project:Administrator(項目:管理員) → Project Structure (項目結(jié)構(gòu)),把沒有用的都刪掉就可以了。
6. 省電模式:依次打開 File(文件) → Power save mode (省電模式),這樣確實變快了好多,但是沒有代碼檢查了,因噎廢食。
如果以上方法均不起作用,可以再試試這個:
方法一:代碼整理
不要把所有代碼寫在一個文件里,一個py文件代碼短一點,控制在200行以內(nèi),互相調(diào)用少一點,結(jié)構(gòu)簡單一點,可以明顯減少卡頓!
方法二:關(guān)閉拼寫檢查
pycharm的拼寫檢查(Typo)默認(rèn)是開啟的,會掃描全部的代碼,然后提示你一些拼寫問題。關(guān)閉可以減少一些卡頓。debug的時候可以不用自動檢查,項目完成后可以直接手動掃描檢查。具體操作:打開pycharm,點擊[File] → [Settings] → [Editor] → [Inspections],搜索Typo,取消對鉤即可。
方法三:換解釋器
可以嘗試一下,將現(xiàn)有的解釋器(interpreter)刪掉,再重新導(dǎo)入,等indexing完成后,有幾率減少卡頓。具體操作:依次打開 [File] → [Settings] →[Project: xxx] → [Project: Interpreter],把現(xiàn)在用的python解釋器刪除,再重新導(dǎo)入即可,或者切換一下別的解釋器,再切回來即可。
總結(jié)
到此這篇關(guān)于Pycharm出現(xiàn)卡頓、反應(yīng)慢及CPU占用高等問題解決的文章就介紹到這了,更多相關(guān)Pycharm卡頓CPU占用內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python經(jīng)典趣味24點游戲程序設(shè)計
這篇文章主要介紹了python經(jīng)典趣味24點游戲程序設(shè)計,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07解決python報錯:AttributeError:?'ImageDraw'?object?h
這篇文章主要給大家介紹了關(guān)于解決python報錯:AttributeError:?'ImageDraw'?object?has?no?attribute?'textbbox'的相關(guān)資料,文中通過圖文介紹的非常詳細(xì),需要的朋友可以參考下2024-01-01用Python實現(xiàn)數(shù)據(jù)的透視表的方法
今天小編就為大家分享一篇用Python實現(xiàn)數(shù)據(jù)的透視表的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-11-11Jmeter并發(fā)執(zhí)行Python 腳本的完整流程
這篇文章主要介紹了Jmeter并發(fā)執(zhí)行 Python 腳本的問題詳解,本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2021-09-09numpy中數(shù)組拼接、數(shù)組合并方法總結(jié)(append(),?concatenate,?hstack,?vstack
numpy庫是一個高效處理多維數(shù)組的工具,可以在進(jìn)行邊寫的數(shù)組計算上進(jìn)行一系列的操作,下面這篇文章主要給大家介紹了關(guān)于numpy中數(shù)組拼接、數(shù)組合并方法(append(),?concatenate,?hstack,?vstack,?column_stack,?row_stack,?np.r_,?np.c_等)的相關(guān)資料,需要的朋友可以參考下2022-08-08jupyter notebook運行命令顯示[*](解決辦法)
這篇文章主要介紹了jupyter notebook運行命令顯示[*],文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-05-05python數(shù)據(jù)處理和數(shù)據(jù)清洗的示例詳解
數(shù)據(jù)清洗是指發(fā)現(xiàn)并糾正數(shù)據(jù)文件中可識別的錯誤的最后一道程序,包括檢查數(shù)據(jù)一致性,處理無效值和缺失值等,數(shù)據(jù)清洗與處理的目的是提高數(shù)據(jù)的質(zhì)量,提高實驗結(jié)果的可靠度,本文給大家介紹了python數(shù)據(jù)處理和數(shù)據(jù)清洗的示例,需要的朋友可以參考下2024-08-08