ubuntu安装输入法(类似sogo)【Z】

拼音输入简介

本拼音输入法,是基于scim-python,使用python语言开发的智能拼音输入法。

输入法上手指南

怎样安装?

Fedora 8 系统

root用户 在控制台下,运行下面命令:

 $ yum install scim
-
python
-
chinese
  • 重新登录桌面系统。

ubuntu 7.10 系统

 $ sudo apt
-
get
 install scim
-
dev
 $ sudo apt
-
get
 install python
-
dev
 $ sudo apt
-
get
 install python
-
enchant
 $ sudo apt
-
get
 install python
-
gtk2
-
dev
 $ sudo apt
-
get
 install libgtk2
.
0
-
dev
 $ tar jxvf scim
-
python
-
$
{
version
}.
tar
.
bz2
 $ cd scim
-
python
-
$
{
version
}

 $ 
./
configure 
--
prefix
=/
usr
 $ make
 $ sudo make install
重新登录桌面系统。

opensuse 10.3 系统

  • 项目下载页面 下载 scim-python源代码包。
  • 安装下列包:
    • python 2.5.1 (默认已安装)
    • python-devel 2.5.1
    • python-gtk 2.10.6 (默认已安装)
    • python-gtk-devel 2.10.6
    • scim-devel 1.4.7
    • python-curses 2.5.1
  • 执行下列命令:
 $ tar jxvf scim
-
python
-
$
{
version
}.
tar
.
bz2
 $ cd scim
-
python
-
$
{
version
}

 $ 
./
configure 
--
prefix
=/
usr
 $ make
 $ sudo make install
重新登录桌面系统。

其他Linux系统

  • 系统需求: python >= 2.5.0, scim >= 1.4.7
  • 项目下载页面 下载 scim-python源代码包。
  • 执行下列命令:
 $ tar jxvf scim
-
python
-
$
{
version
}.
tar
.
bz2
 $ cd scim
-
python
-
$
{
version
}

 $ 
./
configure 
--
prefix
=/
usr
 $ make
 $ sudo make install
重新登录桌面系统。

新手指南

怎样切换出本输入法?

将鼠标点击要输入汉字的地方,点击一下,按 "Ctrl + Space"启动输入法,然后用鼠标在SCIM托盘上选择拼音输入法。

怎样翻页选字?

用户可以用 PageUp ,PageDown , 逗号(,)句号(.) 和 减号(-),等于号(=)翻页。

怎样进行中英文切换?

按Shift按钮就可以在中英文之间进行切换。

如何删除错误的用户自己造的词?

当用户输入一串拼音的时候,用户自己造的词会在候选词选择窗口里以高亮颜色显示,用户可一按Ctrl加上数字键,删除数字对用的词。

例如,输入拼音zhongguobeijing,

"中国被京"是错误的用户自造词,它在第一个位置,用户按 "Ctrl + 1" 把这个自造词删除。

为什么有时候第一个候选词是红色的?

当用户输入的拼音在系统词典和用户词典无法找到匹配的词语时,输入法会自动为您创建一个可能的新词,这个自动生成的新词会以红色显示,提示您确认这个自动生成的词语是否正确。

特殊词语

输入法里定义了一些特殊词语,可以方便用户的输入。 例如:

haha o(∩∩)o...哈哈
xixi (*^__^*) 嘻嘻……
rq 2008年1月8日
xq 星期五
lb 礼拜五
sj 15时51分27秒
bsn ╭∩╮(︶︿︶)╭∩╮鄙视你!

符号

输入ifuhao可以输入常用的符号。还有其他一些以i开头的“命令”,来输入特殊字符。请参照下面文件,了解详细的“命令”。(需要版本0.1.12)

http://code.google.com/p/scim-python/source/browse/trunk/python/engine/PinYin/special_table

如何在中文模式下方便的输入英语

用户只要输入字母u或者v输入法将自动切换到英文输入模式,在这个临时的英文输入模式里,按回车键确认输入并返回中文输入模式,按ESC返回中文模式。

当用户输入大写字母开头的英文时,不需要输入u或者v,输入法就可以自动进入临时英文输入模式。

在临时英语输入模式下,输入引擎将提过拼写检查,和建议功能。(需要版本0.1.10)

什么是以词选字?

当用户想输入不常用的字的时候,为了方便查找这个字,可以输入可以带有这个字的词,然后按 "[" 和 "]"键分别对应输入首个候选字的第一个字或者最后一个字。

什么是拼音纠错功能?

[0.1.10里实现该功能]

当用户快速输入拼音时,很容易输入发生错误,拼音纠错功能可以纠正几种常见的错误。 例如:ign->ing,img->ing,uei->ui,uen->un,iou->iu。

其他功能

  • 自动在数字后面输入半角句号(需要版本0.1.10)。 例如: 1.2.3 而不是1。2。3。

输入法有那些快捷键?

Shift 中英文切换
Shift + Space 字母全角/半角切换
Ctrl + . 符号全角/半角切换
Ctrl + Space 启动关闭输入法
Ctrl + 数字 删除数字对应的用户自造词
回车按钮 直接输入英文
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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。
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
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