Palm为什么不出个侧滑盖的PDA或者手机

最新推荐文章于 2024-12-29 12:43:05 发布
最新推荐文章于 2024-12-29 12:43:05 发布 · 112 阅读 · 0
文章标签：

#Palm

本文对比了Treo和TX两款设备的使用体验。Treo的全键盘输入便捷，适合快速记录信息，但屏幕较小影响阅读；TX屏幕较大，更适合阅读电子书，然而手写输入效率较低。文中表达了对于兼具全键盘和大屏设备的需求。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Treo的键盘确实好用,做PIM的时候很好用,随便想到什么都可以记下来.甚至看书也可以用来记记笔记.不过可惜屏幕太小.看电子书真的是比较郁闷.而且,用plucker或者cardtxt用即点即译的时候,真是舍不得在屏幕上点来点去.

用了下同事的tx,屏幕很爽,拿来看书真的不错.但是输入太慢了,还真是不太习惯手写.

又要有qwerty键盘,又要大屏幕,似乎只有用侧滑盖了.可惜palm真是不思进取...

什么?要用wm的机器?虽然之前买的只是smartphone,但真的不知道跟普通的手机有嘛区别...好像什么好用的软件都没有.

stingh711
关注
palm手机 180 汉化包 CJKOS
05-21
"Palm"这个名字，对于许多经历过早期智能手机时代的人来说，无疑承载了无数回忆。Palm操作系统，以其简洁的操作界面和强大的个人信息管理功能，一度引领了移动设备的发展潮流。180汉化包的出现，使这一经典设备得以...
元器件应用中的飞思卡尔i.MX21处理器用于全球最小的WinCE PDA手机
12-02
它支持多种操作系统，如Windows CE、Palm OS、Symbian OS、Linux OS等，为快速开发下一代移动通信产品提供了强大支持。 总的来说，飞思卡尔i.MX21处理器以其小巧的封装、高性能、低功耗和广泛的兼容性，在Oswin科技...
LLMs：《PaLM: Scaling Language Modeling with Pathways》翻译与解读
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
06-27 2万+
​ LLMs：《PaLM: Scaling Language Modeling with Pathways》翻译与解读 目录 《PaLM: Scaling Language Modeling with Pathways》翻译与解读 Abstract 1、Introduction介绍 2、Model Architecture模型架构 3、Training Dataset训练数据集 4、Training Infrastructure训练基础设施 5、Trai
大语言模型为什么这么强？关键步骤是……
Java 技术专栏，从入门到精通，熟悉企业级开发
04-24 1万+
研究人员发现，随着语言模型参数量的不断增加，模型完成各个任务的效果也得到不同程度的提升。大语言模型是指模型参数量超过一定规模的语言模型，相比参数量较小的预训练模型（如 BERT、GPT-1、GPT-2 等）！大语言模型有以下 3 个显著特点。（1）模型参数规模更大：这是最直观的特点，在 BERT 时代，1B 的参数量已经属于很大 的参数规模，而在大语言模型时代，GPT-3 系列中最大的模型具有 175B 的参数量，BLOOM 具有 176B 的参数量，PaLM 具有 540B 的参数量。
NLP：palm-rlhf-pytorch(一种类ChatGPT的开源替代方案PaLM+RLHF)的简介、安装、使用方法之详细攻略
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
04-22 2279
​ NLP：palm-rlhf-pytorch(一种类ChatGPT的开源替代方案PaLM+RLHF)的简介、安装、使用方法之详细攻略 目录 palm-rlhf-pytorch(一种类ChatGPT的开源替代方案PaLM+RLHF)的简介 palm-rlhf-pytorc的安装 palm-rlhf-pytorc的使用方法 palm-rlhf-pytorch(一种类ChatGPT的开源替代方案PaLM+RLHF)的简介 palm-rlhf-pytorch是基于PaLM架构的RLHF(人
为何电脑系统相对通用而手机却相对定制
热门推荐
zhangrelay的专栏
03-28 7万+
相对而言，开发一款手机操作系统并不难，难在做生态，丰富多彩的软件库，才是系统得已广泛推广的基础啊。 有一篇博客有如下疑问： 其实，如果只是驱动屏幕/内存/触摸等，答案是确定的，所有手机都能安装ubuntu。 但是手机比电脑相对而言定制化更多，比如不同类的三轴陀螺和加速度计，形状各异的摄像头，还有各种组合的网络制式，这些组合太多了，要驱动起来就非常麻烦啦。 关于这块之前写过一些内容： ☞ UBports使用和开发资料（Linux手机操作系统） ☞ postmarketOS与Ubports星
从PDA到Android 智能手机的十年进化论
工匠
09-02 1257
http://blog.sina.com.cn/s/blog_51ba973f0100mmz6.html 或者你现在购买手机的时候，已经非智能手机不买了，当你沉迷于手机可以看电子书、玩游戏、听音乐运行各种第三方软件的时候，你是否想过在过去的 十年，手机是如何一路走来？在这十
手机操作系统的沉浮往事
u013669912的博客
07-17 2315
…
[EAI 001] 具身智能经典工作 PaLM-E，基于图文VLM的具身VQA任务推理模型
全性保真，不以物累形。
10-15 1972
提出了具身语言模型，将真实世界的连续的传感器模态直接纳入语言模型，从而建立词语与感知之间的联系。模型的输入是多模态句子，这些句子交错了视觉、连续状态估计和文本输入编码。
电脑与手机
𝓓𝓸𝓶𝓲𝓷𝓪𝓽𝓲𝓷𝓰 𝓐𝓵𝓵 𝓣𝓱𝓲𝓷𝓰𝓼
12-29 3万+
macOS 由于其和 Unix 系统的渊源，对于一些基于 Unix 环境的开发语言和工具支持很好，像 Swift、Objective-C 等语言常用于开发苹果系统相关的软件，而且苹果官方提供了丰富的开发文档和开发套件，帮助开发者打造出高质量、符合苹果生态规范的应用，特别是在移动应用和桌面应用跨平台开发方面有着独特的优势。手机也是人们观看在线视频、直播的常用设备，通过各大视频平台的手机客户端，可以随时随地追剧、看综艺、参与直播互动，而且还能利用手机的便携性，在不同场所调整观看姿势，获得舒适的观看体验。
突发：Runway 从 HuggingFace 上删库跑路，究竟发生了什么？
沉淀所学，分享所思，让热爱与成长同行。商务记录AI实战经验，助力开发者快速成长。 热爱AI，希望做出有影响力的技术成果。 技术点亮生活，分享连接价值与机会。 专注AI落地实战，陪你走好技术每一步。
08-30 2万+
Runway 从 HuggingFace 上删库跑路，这一突发事件引发了无数猜测与讨论。尽管官方并未给出明确的解释，但从法律纠纷到公司战略调整的可能性都让人不禁猜测背后的真实原因。未来，Runway 的发展方向仍值得我们持续关注。
PDA/Palm Requirements Management Tool-开源
06-29
Rambutan，这个独特的开源工具，正是为了解决这一问题而设计的，特别适用于PDA（个人数字助手）和Palm设备。 Rambutan是一款专为系统分析师打造的最终用户应用程序，它提供了一种便捷的方式，使用户可以在移动设备...
Mu：一种新的Palm OS模拟器，以该顺序的兼容性，速度和准确性为目标
02-05
Palm OS仿真器（Mu） 这是我的Palm OS模拟器的完全重启，最后一个代码太混乱，目标也太雄心勃勃（无法在软件中模拟每个Palm API并与所有Palm OS版本和设备兼容）。...为什么选择M515？ 它是最好的Pa
嵌入式系统PDA智能手机设计方案.doc
12-25
嵌入式系统PDA智能手机设计方案涉及多个关键技术领域，包括操作系统、处理器、无线通信模块和硬件设计。以下是对这些关键知识点的详细阐述： 1. **嵌入式操作系统**：文中提到智能手机系统采用Linux作为嵌入式操作...
西门子1200多轴伺服步进FB块程序详解及其工业自动化应用 - 工业自动化 实战版
08-13
西门子1200伺服步进FB块程序的特点和应用。该程序由两个FB组成，分别采用Sc L和梯形图编写，支持PTO脉冲和PN网口模式，适用于多种伺服和步进电机。文中提供了详细的中文注释和关键代码片段，展示了其在不同品牌设备如西门子s120、v90、雷赛步进、三菱伺服等的成功应用案例。此外，还强调了程序的兼容性和灵活性，使其能适应多轴控制和复杂控制需求。 适合人群：从事工业自动化领域的工程师和技术人员，尤其是那些需要深入了解和应用西门子1200伺服步进FB块程序的人群。 使用场景及目标：①用于多轴伺服和步进电机的精确控制；②适用于PTO脉冲和PN网口模式的控制需求；③帮助工程师快速理解和调试程序，提高工作效率。 其他说明：本文不仅提供了理论讲解，还有实际操作指导，确保读者能够在实际项目中顺利应用该FB块程序。
【C语言编程】函数调用规则与实现：函数声明、调用方式及参数传递详解
最新发布
08-13
内容概要：本文详细介绍了C语言中函数调用的相关知识。首先阐述了函数调用的一般形式，强调即使无参函数也需保留括号；当存在多个实参时，它们之间需用逗号分隔且数量与类型须匹配形参。文中特别指出不同编译器对实参求值顺序可能存在差异，如Turbo C++采用从右至左求值。其次，讲解了三种函数调用方式：作为语句执行特定操作、作为表达式返回值参与运算、作为参数传入另一函数。再者，强调了函数声明的重要性，包括库函数需通过预处理指令引入头文件，用户自定义函数若定义在调用之后则需要提前声明，明确了函数声明与定义的区别。最后提供了几个练习题，帮助读者巩固所学知识。; 适合人群：正在学习C语言编程，尤其是对函数调用机制感兴趣的初学者或有一定基础的学习者。; 使用场景及目标：①理解函数调用的基本规则，包括实参与形参的对应关系；②掌握不同编译环境下实参求值顺序的差异；③学会正确地声明和定义函数以确保程序正确运行。; 其他说明：文中还提供了几个实践题目，鼓励读者动手实现pow()、sqrt()函数及字符统计程序，以加深理解。此外，提及了fishc.com网站VIP会员可获取相关资源，支持网站运营和个人发展。
MATLABSimuLink环境下三相STATCOM无功补偿技术的研究与仿真
08-13
内容概要：本文探讨了在MATLAB/SimuLink环境中进行三相STATCOM（静态同步补偿器）无功补偿的技术方法及其仿真过程。首先介绍了STATCOM作为无功功率补偿装置的工作原理，即通过调节交流电压的幅值和相位来实现对无功功率的有效管理。接着详细描述了在MATLAB/SimuLink平台下构建三相STATCOM仿真模型的具体步骤，包括创建新模型、添加电源和负载、搭建主电路、加入控制模块以及完成整个电路的连接。然后阐述了如何通过对STATCOM输出电压和电流的精确调控达到无功补偿的目的，并展示了具体的仿真结果分析方法，如读取仿真数据、提取关键参数、绘制无功功率变化曲线等。最后指出，这种技术可以显著提升电力系统的稳定性与电能质量，展望了STATCOM在未来的发展潜力。 适合人群：电气工程专业学生、从事电力系统相关工作的技术人员、希望深入了解无功补偿技术的研究人员。 使用场景及目标：适用于想要掌握MATLAB/SimuLink软件操作技能的人群，特别是那些专注于电力电子领域的从业者；旨在帮助他们学会建立复杂的电力系统仿真模型，以便更好地理解STATCOM的工作机制，进而优化实际项目中的无功补偿方案。 其他说明：文中提供的实例代码可以帮助读者直观地了解如何从零开始构建一个完整的三相STATCOM仿真环境，并通过图形化的方式展示无功补偿的效果，便于进一步的学习与研究。
基于CNN-LSTM-Attention神经网络的高精度时间序列预测程序：风电功率与电力负荷预测应用 - 深度学习
08-13
内容概要：本文介绍了一个基于卷积神经网络(CNN)、长短期记忆网络(LSTM)和注意力机制(Attention)的时间序列预测模型。该模型主要用于电力负荷和风电功率的高精度预测。文中详细描述了模型的构建步骤，包括数据预处理、模型搭建、训练和评估。首先，通过Pandas和Matplotlib等工具进行数据处理和可视化，接着利用Keras库构建CNN-LSTM-Attention架构的神经网络，最后通过均方根误差(RMSE)、平均绝对误差(MAE)等多个评价指标对模型进行了全面评估。 适合人群：对深度学习有一定了解的研究人员和技术开发者，特别是从事能源领域数据分析的专业人士。 使用场景及目标：适用于需要对未来电力负荷或风电功率进行精准预测的应用场景，如电网调度、能源管理等。目标是提高预测准确性，从而优化资源配置，减少不必要的浪费。 其他说明：该模型不仅展示了强大的预测能力，还提供了详细的代码实现和注释，便于使用者理解和修改。此外，文中提到的所有技术和方法都可以根据具体的业务需求进行灵活调整。
MATLAB滑动窗口函数：高效生成机器学习样本数据的技术实现与应用
08-13
内容概要：本文介绍了一种高效的MATLAB滑动窗口函数，用于从一维原始数据中生成机器学习所需的样本数据。该函数能够快速处理大量时序数据，避免了传统的for循环方法带来的效率低下问题。文中详细解释了函数的工作原理，展示了如何利用矢量化操作提高数据处理速度，并提供了具体的使用案例，如振动数据分析和无人机飞控数据处理。此外，还提到了一些使用注意事项以及高级应用场景，如嵌套使用滑动窗口函数来提取多尺度特征。 适合人群：从事数据科学、机器学习领域的研究人员和技术人员，特别是需要处理大量时序数据的人群。 使用场景及目标：① 需要将一维原始数据转换为机器学习模型训练所需的样本数据；② 处理大规模时序数据，如振动信号、语音信号等；③ 提取不同尺度的时间序列特征，支持复杂的数据分析任务。 其他说明：该函数不仅提高了数据处理效率，还能简化代码编写，使数据科学家可以专注于更高层次的任务。同时，它也为后续的深度学习模型（如LSTM）准备好了高质量的输入数据。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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