学习柿饼UI,免费送柿饼M3模块

学柿饼UI,送柿饼M3活动

感谢RT-Thread对我公众号和微信交流群的信任及大力支持,本次活动有RT-Thread提供的柿饼M3模块免费回馈给各位读者及群友。
本次活动主要面向对UI感兴趣,喜欢折腾的朋友们,参与本次活动,你将收获柿饼UI官方的专业指导,加入微信交流群即可与大咖们零距离交流。
参与方式:
报名仅限今天和明天两天时间(11月2号和3号),
参与形式非常简单,提问问题(问题后边留下你的微信号),便有机会获得M3模块(一共十个):
https://docs.qq.com/doc/DQ2pzTWNHUldsR09Y

柿饼UI简介

https://mp.weixin.qq.com/s/60asR4OnWoB7z5MpgJLdkw
柿饼UI以JavaScript语言开发嵌入式GUI的优点:

  • JavaScript开发GUI便捷高效,节省用户大量的界面逻辑开发时间

  • 底层核心逻辑和上层业务逻辑分离,负责数据流转、屏幕刷新和设备控制的代码都由C/C++实现,JavaScript不会影响界面帧率

  • 柿饼UI支持JavaScript代码压缩、混淆、编译成字节码,对于关键代码可编译成字节码执行,实测执行效率与C基本接近

  • 对于大型项目,可有效降低调试内存泄漏BUG的痛苦

  • 有较为完善的针对可穿戴设备的低功耗设计

基于柿饼UI的M3模块:
为了能更好的满足大家的使用和“折腾”需求,柿饼UI团队这次不仅做了一款非常小的柿饼模块 —— PersimM3模块,还向广大开发者朋友开放了模块的SDK,大家可以很好的“折腾”底层了,以后换屏神马的都是小事。其中PersimM3模块参数如下:

柿饼UI学习资料

柿饼UI的一些资料:
柿饼UI官网:https://www.rt-thread.org/page/persimmonui.html
柿饼M3 SDK下载地址:
奶牛快传:https://realthread.cowtransfer.com/s/9248651f54b94c
百度网盘:https://pan.baidu.com/share/init?surl=RQPUJnCfeeOXGlwLpuUVjw(提取码jnz5)
柿饼派官方文档资料:https://www.rt-thread.org/document/persimmon/site/
B站柿饼UI教程:https://space.bilibili.com/423462075/channel/detail?cid=74036

加群学习

不管有没有获取到柿饼M3模块,只要你对柿饼UI感兴趣,都欢迎加入技术交流群,了解大咖们的学习动态。
QQ群:

关注公众号,后续有精彩内容会第一时间发送给您!
在这里插入图片描述

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
好的,以下是一段可以实现您需求的Python代码: ```python import nltk # 定义一个列表,包含58个中文词语 word_list = ["苹果", "橙子", "香蕉", "草莓", "蓝莓", "菠萝", "芒果", "榴莲", "柚子", "柿子", "柠檬", "西瓜", "哈密瓜", "甜瓜", "葡萄", "橄榄", "柑橘", "石榴", "桃子", "杏子", "樱桃", "桑葚", "龙眼", "荔枝", "柚子", "李子", "杨梅", "山楂", "柿子", "柿饼", "橙汁", "柠檬水", "葡萄酒", "苹果醋", "橙子糖", "柠檬茶", "芒果干", "柿子饼", "柚子茶", "李子干", "桂圆干", "桑葚酱", "草莓酱", "蓝莓酱", "龙眼糕", "荔枝霜", "杨梅酱", "苹果酱", "橘子酱", "菠萝酱", "苹果汁", "西瓜汁", "梨汁", "柠檬汁", "葡萄汁", "橙子汁", "柚子汁", "草莓汁", "蓝莓汁"] # 定义一个函数,用于计算两个句子之间的BLEU分数 def bleu_score(ref, pred): ref = [ref.split()] pred = pred.split() weights = [0.25] * 4 return nltk.translate.bleu_score.sentence_bleu(ref, pred, weights=weights) # 对于每一个词语,计算它和其他57个词的BLEU分数 for i in range(len(word_list)): scores = [] for j in range(len(word_list)): if i == j: continue score = bleu_score(word_list[j], word_list[i]) scores.append(score) print("词语{}与其他词的BLEU分数:{}".format(word_list[i], scores)) ``` 在这段代码中,我们首先定义了一个包含58个中文词语的列表。然后,我们定义了一个名为`bleu_score`的函数,用于计算两个句子之间的BLEU分数。在`bleu_score`函数中,我们使用了NLTK中的`sentence_bleu`函数来计算BLEU分数。 接下来,我们使用两个循环来对每一个词语进行处理。对于每一个词语,我们遍历列表中的其他57个词语,并计算它和其他词的BLEU分数。最后,我们将每个词语和其他57个词的BLEU分数打印出来。 希望这样的代码可以满足您的需求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

WALI-KANG

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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