6、KDE Plasma桌面环境:版本演进与特性解析

KDE Plasma桌面环境:版本演进与特性解析

1. KDE 4 版本概述

2008 年 1 月 11 日,KDE 4 发布,尽管被标记为稳定版本,但主要面向早期采用者,对于追求更稳定、功能更完整桌面体验的用户,建议使用 KDE 3.5。KDE 4.0 的发布反响不一,早期采用者虽能容忍部分新功能的不完善,但该版本因稳定性不足和“测试版”品质而受到广泛批评。

1.1 KDE 4 主要更新
  • 应用改进 :随着 KDE 4 和 Qt 4 的新特性推出,Extragear 和 KOffice 等众多应用获得了诸多改进,但由于它们遵循自身的发布计划,在 KDE 4 首次发布时并未全部可用,如 Amarok、K3b 等。
  • 性能提升 :Qt 4 系列使 KDE 4 内存使用更少,速度明显快于 KDE 3,KDE 库也更加高效。不过,在默认的 Ubuntu 安装中,KDE 4.4 的内存利用率高于 GNOME 2.29 和 Xfce 4.6。
  • 跨平台支持 :Qt 4 版本在 LGPL 许可下可用于 Mac OS X 和 Windows 操作系统,使 KDE 4 能在这些平台上运行。2010 年 8 月,Mac OS X 上的 KDE 软件编译版本 4 处于测试版,Windows 版本则尚未完善,不适用于日常使用。
  • 启动时间优化 :在“代码之夏”活动中,创建了图标缓存以减少 KDE 4 应用的启动时间,例如 Kfind 应用启动速度加快,整个 KDE 会话启
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
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