百度硬盘和Google桌面的比较

本文对比了百度硬盘和Google桌面两款硬盘搜索工具。在索引速度上两者相近,但在索引广度上,Google桌面更为广泛。方便性方面,Google桌面提供了搜索建议目录,而百度硬盘支持更多搜索指令,并且分类更详细。此外,文章还讨论了两个软件在保护用户隐私方面的措施。

百度硬盘和Google桌面的比较

百度硬盘和Google桌面的比较

Windows操作系统本身就有搜索文件或文件夹的功能,但功能不是很强大,搜索效果也不是很好。搜索引擎公司Google和百度都推出了它们的硬盘搜索工具:Google桌面和百度硬盘。这两个硬盘搜索工具相对操作系统自带的搜索来说功能上要强大的多。当你运行它们时,它们会将你的电脑里面的文件、你浏览的网页以及聊天记录电子邮件等等统统纳入它们的索引之中。当你需要某个文件,却又忘记了它的确切位置,而电脑里面的文件太多,查找有很大的难度时,这类软件就派上用场了。它们的搜索使用方法和网页搜索类似,只要你记住文件的相关内容,键入适当的关键词,就会找到相应的文件了。Google和百度推出的这两个硬盘搜索工具的主要功能类似,也有很多区别。下面是它们的一些主要性能的对比。 索引速度 将我的电脑里面可以搜索的完全索引,Google桌面和百度硬盘用的时间差不多,大约为一个小时。

    索引广度 Google一下我的电脑,一共找到了96705个可搜索项目,而百度一下我的电脑,一共找到31807个可搜索文件。很明显,Google桌面的搜索范围要广泛的多。

方便性 两者默认都是双击Ctrl键呼出快速搜索框。Google的快速搜索框只能进行硬盘搜索,而百度的可以搜索网页,图片,MP3等,当然也包括硬盘搜索。在Google的快速搜索框键入关键词时,下方会出现类似网页搜索建议目录,如果要找的文件出现在其中,单击直接可以打开,十分方便,而百度硬盘的快速搜索框无此功能。百度硬盘支持很多指令搜索,例如键入“baidu folder:c:\downloads”,即可找到c:\downloads下的baidu相关文件,输入“pg:simon”,即可找到摄影者为“simon”的所有照片,输入“周杰伦 filetype:mp3”即可找到硬盘中周杰伦的所有mp3。Google桌面也支持部分的指令搜索,但没有百度硬盘的多。百度硬盘的分类比Google桌面要详细。百度桌面在搜索首页列出了搜索分类,分为“所有”、“邮件”、“文档”、 “网页历史”、“影音”、“图片”、“聊天”等。而且下面的目录还根据文件的格式进行了更为详细的划分。而Google桌面的分类只在高级搜索里面,而且分类也不如百度硬盘的详细,在这方面,百度硬盘应该是更方便搜索。

      在保护用户隐私方面,两个软件都可以让用户设置密码保护,除了你以外别人无法使用硬盘搜索。如果担心电脑的信息被搜索引擎公司获知,可以设置一下防火墙,禁止其发送回你的信息。Google桌面还附带一个侧边栏工具,集成了天气,Gmail,订阅等功能,当然还可以下载更多小工具使其个性化。百度硬盘使用图片搜索时,可以将搜索到的图片变成一个相册,也是个不错的功能。

本来自己比较比较的,但是这位仁兄已经给我们做了些比较。

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,是为了梳理总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),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)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
 
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