Nano Hash - криптовалюты, майнинг, программирование

Сценарий Powershell, запускаемый запланированными задачами, представляет проблему с региональными настройками

У меня есть сценарий Powershell, который собирает информацию об именах хостов и задержках с некоторых виртуальных машин. При сборе данных о задержке разделителем цифр должен быть «.».

Если я запускаю скрипт с обычным пользователем, он показывает "." как разделитель цифр, напечатанный на экране после команды. Но когда я запускаю запланированную задачу, значения разделяются знаком «,». Даже когда я запускаю его для экспорта в файл...

Обычный пользователь: Server923 cpu.latency.average 0,02 Server836 cpu.latency.average 0,04

Системный пользователь: Server923 cpu.latency.average 0,02 Server836 cpu.latency.average 0,04

Я менял региональные настройки туда и обратно, скопировал их для всех пользователей, новых пользователей и системных пользователей, также удалил все дополнительные клавиатуры (и оставил только EN-US) и несколько раз перезагрузился. Поведение сохраняется.

Windows Server 2012 @английский

Как мне это решить?


  • Под каким пользователем вы запускаете запланированную задачу? Такой же, как тот, для которого вы изменили региональные настройки? Или под NT AUTHORITY\System? 29.07.2016
  • Я только что узнал, что есть конкретный пользователь, который запускает задание для запуска запланированной задачи, поэтому команда whoami в сценарии показала, что ее запускает обычный пользователь домена. Я просто удалил (полностью удалил) профиль пользователя и перезагрузился, он был создан снова, теперь вынужден наследовать региональные настройки по умолчанию, и это РАБОТАЛО! 29.07.2016

Ответы:


1

Я только что узнал, что есть конкретный пользователь, который запускает задание для запуска запланированной задачи, поэтому команда «whoami» в сценарии показала, что ее запускает обычный пользователь домена. Я просто удалил (полностью удалил) профиль пользователя и перезагрузился, он был создан снова, теперь вынужден наследовать региональные настройки по умолчанию, и это РАБОТАЛО!

29.07.2016
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..