首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

Application.screenupdating设置为false不起作用

Application.ScreenUpdating设置为False不起作用是因为该属性只在Excel的图形界面中起作用,而不会影响VBA代码的执行过程。当将Application.ScreenUpdating设置为False时,Excel的界面将不会刷新,从而提高VBA代码的执行速度。但是,在某些情况下,即使将该属性设置为False,Excel的界面仍然会刷新,这可能是由于以下原因:

  1. 代码中存在其他操作导致界面刷新:在代码中可能存在其他操作,例如使用了ActiveWorkbook、ActiveCell等操作,这些操作会导致Excel界面刷新,从而使Application.ScreenUpdating设置失效。
  2. 代码中存在错误导致界面刷新:如果代码中存在错误,可能会导致Excel界面刷新。在调试代码时,可以使用错误处理机制来避免这种情况。
  3. Excel版本的差异:在某些Excel版本中,可能存在一些特定的情况下,Application.ScreenUpdating设置为False不起作用。这可能是由于Excel版本之间的差异导致的。

为了确保Application.ScreenUpdating设置为False起作用,可以尝试以下方法:

  1. 在代码执行前将Application.ScreenUpdating设置为False,并在代码执行完毕后将其设置为True,以确保代码执行期间Excel界面不会刷新。
  2. 避免使用会导致界面刷新的操作,例如ActiveWorkbook、ActiveCell等操作,可以使用其他方法来替代这些操作。
  3. 检查代码中是否存在错误,并使用错误处理机制来避免错误导致界面刷新。

总结起来,Application.ScreenUpdating设置为False可以提高VBA代码的执行速度,但在某些情况下可能会失效。为了确保其起作用,需要注意代码中的操作和错误处理,并根据需要进行调整。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

  • 解决Keras TensorFlow 混编中 trainable=False设置无效问题

    例如添加一层全连接层,用于种种原因,我只能用TensorFlow来进行模型优化,tf的优化器,默认情况下对所有tf.trainable_variables()进行权值更新,问题就出在这,明明将vgg16的模型设置...trainable=False 无效 首先,我们导入训练好的模型vgg16,对其设置成trainable=False from keras.applications import VGG16 import...= False 设置好trainable=False后,再次查看可训练的变量,发现并没有变化,也就是说设置无效 # 再次查看可训练的变量 tf.trainable_variables() [<tf.Variable...trainable=False对于TensorFlow而言并不起作用 解决的办法就是通过variable_scope对变量进行区分,在通过tf.get_collection来获取需要训练的变量,最后通过...tf优化器中var_list指定训练 以上这篇解决Keras TensorFlow 混编中 trainable=False设置无效问题就是小编分享给大家的全部内容了,希望能给大家一个参考。

    68221
    领券