您的位置首页>硬件>

谷歌正利用机器学习优化Android 12的手势导航

导读 大家好,我是极客范的本期栏目编辑小友,现在为大家讲解谷歌正利用机器学习优化Android 12的手势导航问题。据外媒报道,用手势代替硬键或

音频解说

大家好,我是极客范的本期栏目编辑小友,现在为大家讲解谷歌正利用机器学习优化Android 12的手势导航问题。

据外媒报道,用手势代替硬键或软键盘来导航移动操作系统并不完美,安卓上无疑就是如此。但是,如果手机试图了解何时滑出屏幕边缘意味着用户想要在应用程序中滚动、返回或返回主屏幕,该怎么办?谷歌可能想找到答案。

在xda开发者论坛中,Quinny899从SystemUI应用的EdgeBackGestureHandler脚本中找到了一个新的TensorFlow Lite模型,它有一个名为back position的词汇文件,其中包含了43,000个应用的应用包名称——其中两个来自Quinny899。

据推测,模型可以使用来自这些应用程序的记录的滑动数据-特别是开始和结束像素-来确定滑动是否需要由应用程序或系统导航。

据悉,通过触发Android 12开发者的签到预览1,可以激活基于模型的手势导航。

编辑AJX

据外媒报道,用手势代替硬键或软键盘来导航移动操作系统并不完美,安卓上无疑就是如此。但是,如果手机试图了解何时滑出屏幕边缘意味着用户想要在应用程序中滚动、返回或返回主屏幕,该怎么办?谷歌可能想找到答案。

在xda开发者论坛中,Quinny899从SystemUI应用的EdgeBackGestureHandler脚本中找到了一个新的TensorFlow Lite模型,它有一个名为back position的词汇文件,其中包含了43,000个应用的应用包名称——其中两个来自Quinny899。

据推测,模型可以使用来自这些应用程序的记录的滑动数据-特别是开始和结束像素-来确定滑动是否需要由应用程序或系统导航。

据悉,通过触发Android 12开发者的签到预览1,可以激活基于模型的手势导航。

编辑AJX。dfma {

相对位置:

宽度: 1000 px;

margin: 0 auto

}。dfma a:after {

绝对位置:

left : 0;

bottom : 0;

宽度: 30px;

线高: 1.4;

文本对齐:中心;

背景-color: rgba(0,0,0, 5);

color: # fff

font-size : 12px;

内容:“广告”;

}。dfma img {

display:块;

}

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。