【重磅官宣】KMRE 升级版发布,支持自定义安装安卓软件!

Kmre Apk 安装器发布:Linux系统安卓应用安装自由
麒麟移动运行环境(KMRE)新增Kmre Apk安装器,支持双击及拖拽安装本地Apk,实现Linux系统下安卓软件安装自由。该安装器适用于Intel、AMD、海光、兆芯四款CPU型号,大部分Intel、AMD、NVIDIA显卡,推荐内核版本为5.4、5.8、5.10。用户可通过更新系统、安装KMRE及相关组件来使用。
部署运行你感兴趣的模型镜像

Linux 桌面操作系统下的应用生态短板一直都是比较严峻的问题,麒麟移动运行环境(KMRE)的上线使得优麒麟的应用生态不再局限于桌面端。此前,为了保证用户体验,KMRE 下的所有安卓软件只能通过软件商店和软件源进行统一管理。

现在,万众瞩目的 Kmre Apk 安装器 终于诞生了!不仅支持双击安装本地 Apk 包,还支持拖拽和选择文件进行安装,从此实现 Linux 系统下 Apk 包安装自由!

先看结论(以开心消消乐为例):

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

别急别急,安装方式在此:

安装方式

一、万变不离其宗,让我们先更新系统:

1. 未安装优麒麟的用户请点击链接前往官网下载镜像文件:

https://www.ubuntukylin.com/downloads/

2. 已安装 20.04 和 20.04 Pro 正式版的用户通过以下方式进行源更新和系统升级:

$ sudo apt update 
$ sudo apt full-upgrade

二、安装麒麟移动运行环境:

(1)下载 deb 包并安装,从而添加 software 软件源(已经添加过的忽略此步骤):

$ wget http://archive.ubuntukylin.com/ubuntukylin/pool/main/k/kylin-software-keyring/kylin-software-keyring_2021.04.21_all.deb 
$ sudo dpkg -i kylin-software-keyring_2021.04.21_all.deb

(2) 安装内核头文件包、KMRE 环境、Apk 安装器并重启:

$ sudo apt install linux-headers-`uname -r` 
$ sudo apt install kmre kmre-apk-installer
$ reboot

使用须知

  1. 关于 CPU 型号支持:目前支持 Intel、AMD、海光、兆芯四款型号的 CPU。

  2. 关于 GPU 型号支持:目前在大部分 Intel 集成显卡,AMD,NVIDIA 显卡上支持运行,且稳定性较好,硬件加速效率也高,部分老旧显卡可能不支持默认的渲染模式,用户可以自己根据显卡型号配置对应的渲染模式。

  3. 关于内核:目前在 5.4、5.8、5.10 内核上支持较好,切换内核后,请务必安装相应的头文件包。

欢迎大家多多反馈使用 Kmre Apk 安装器中遇到的问题,可能你的宝藏应用还没有被小优发现,请你不要吝啬地大声说出来👻

您可能感兴趣的与本文相关的镜像

Dify

Dify

AI应用
Agent编排

Dify 是一款开源的大语言模型(LLM)应用开发平台,它结合了 后端即服务(Backend as a Service) 和LLMOps 的理念,让开发者能快速、高效地构建和部署生产级的生成式AI应用。 它提供了包含模型兼容支持、Prompt 编排界面、RAG 引擎、Agent 框架、工作流编排等核心技术栈,并且提供了易用的界面和API,让技术和非技术人员都能参与到AI应用的开发过程中

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值