KMRE 再升级,你们想要的功能它来了~

KMRE迎来重大更新,新增用户期待的横竖屏切换、游戏手柄支持、与Android Studio联调等功能,同时还优化了鼠标灵敏度设置、虚拟定位等,提升用户体验。现在用户可在不同安卓应用中享受定制化的滚动速度,以及在微信等应用中体验平行界面适配优化。此外,摄像头显示和一些硬件适配也得到了改善。
部署运行你感兴趣的模型镜像

距离上一次 KMRE 版本更新已经有一段时间了,大家的使用体验如何呢?在上期 KMRE 更新新闻的结尾,我们发起了一轮投票,让大家选出各自最期待的 KMRE 新增功能。从统计数据可以看到,支持横竖屏切换功能是呼声最高的,其次是适配游戏手柄功能,然后就是适配 Andriod Studio 功能和支持预设手机型号功能。

秉承一切以用户为主的理念,本次 KMRE 版本更新,除了新增以上四大功能 ,还增加了虚拟定位、鼠标灵敏度设置等其他功能,并对已有功能也进行了优化升级。让我们一起来看看吧~

1、新增横竖屏切换功能

投票排名 NO.1,当然得给大家安排上!

在 KMRE 最新版本中,大家在使用安卓应用时,可以点击右上角“横竖屏切换”。这时,一些支持切换的应用就可以自如地进行横竖屏切换啦,如 WPS 、印象笔记等。

2、支持游戏手柄

有很多小伙伴非常期待 KMRE 支持使用游戏手柄。所以,在此次更新版本中,大家连接手柄即可进行单击、连击、左右摇杆等设置,可畅玩你喜爱的那些热门手游啦,快来试试吧!

3、可开启开发者模式,支持与 Android Studio 联调模式

在“菜单-设置-通用设置”中,多次点击“当前版本”后,会在设置页面左侧显示“开发者模式”,点击进入即可勾选开启开发者模式。大家在操作过程中如果有不太明白的地方,那就根据提示打开帮助文档看看吧~

4、支持预设手机型号

打开 KMRE 属性设置,大家可以在这里预设手机型号,也可以自定义设置自己喜欢的手机品牌和型号~

5、支持鼠标灵敏度设置

在安卓应用内使用鼠标滚轮进行滑动时,大家是否会感觉滑动速度与自己的使用习惯不符?为优化使用体验,KMRE 增加了鼠标滚轮灵敏度设置,可根据各自的使用习惯设置滑动速度。需要注意的是,当前设置仅对当前应用生效,所以大家在使用不同的安卓应用时也可以体验不同的滚动速度~

6、支持虚拟定位

打开虚拟定位,既可定位到当前位置,也可定位到搜索出的位置,快来试试吧!

7、平行界面适配优化

开启平行界面后,在微信通讯录页面点击联系人,右侧会并排显示与该联系人的对话界面哦!

8、摄像头显示优化

大家在使用腾讯会议时是否有使用过摄像头呢?新版本对腾讯会议横屏时显示的画幅进行了增宽优化,并优化解决了头条系应用录像时的绿屏现象和原生相机使用中的花屏现象,让大家视频时不再烦恼~

除了以上更新升级,新版本还适配了 Intel 11代CPU核显,电脑比较新的小伙伴也快来安装体验吧!

更 新 方 法

1、20.04 版本

(1)终端升级

打开终端输入以下命令升级:

sudo apt update
sudo apt install --only-upgrade kmre

(2)软件更新器一键更新

在开始菜单栏找到软件更新器,一键更新,等待完成即可

2、22.04 版本

已经安装 22.04 版本的,也可以通过在终端输入以下命令进行升级,修复一些已知问题:

sudo apt update
sudo apt install --only-upgrade kmre

以上就是我们本次 KMRE 更新内容介绍啦!大家在使用过程中若有任何问题或建议都可前往优麒麟论坛留言哦!

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

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. **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