苹果手机有着封闭的操作系统，却又有着开放的快捷方式。我对它真是又爱又恨呢！安卓系统看似开放，却难以形成合力，各自都在拉锯。上面的只是我看到的和在用的一些有趣用法，肯定还有更多的。最直接的就是看看自己日常生活中有哪些总是重复做的事情，是不是可以用自动化搞起来。这样我们就有更多的时间去陪伴家人了。

首发于：https://rapidai.github.io/RapidOCRDocs/latest/blog/2026/06/27/rapidocr-%E9%80%82%E9%85%8D-pp-ocrv6-det-%E6%A8%A1%E5%9E%8B%E6%94%AF%E6%8C%81-paddle-pytorch-%E5%92%8C-mnn-%E8%AE%B0%E5%BD%95/

首发于：https://rapidai.github.io/RapidOCRDocs/latest/blog/2026/06/30/rapidocr-%E9%80%82%E9%85%8D-pp-ocrv6-rec-%E6%A8%A1%E5%9E%8B%E6%94%AF%E6%8C%81-paddle-pytorch-%E5%92%8C-mnn-%E8%AE%B0%E5%BD%95/

该版本中 PP-OCRv6 Rec Tiny 模型，因为模型结构没有和 PaddleOCR 中原始结构对齐，导致该模型指标很差，不可用。

本文提供了VMware Fusion 13.6.3版本的下载链接，用户需注册博通账号以获取文件。同时，附有相关教程链接，帮助用户更好地安装和使用该软件。此外，还提供了镜像下载链接，需注册账号后访问。这些资源旨在为用户提供便捷的下载和安装指南，确保顺利使用VMware Fusion。

深度学习中的高阶特征

vscode配置yapf格式化插件

网页版vscode用法简单介绍

系列包是基于PaddlePaddle框架作为推理引擎的，支持CPU和GPU上推理。值得说明的是，这个包和PaddleOCR相比，代码基本都是一样的，只不过这个库将里面核心推理代码抽了出来，更加精简而已。推荐GPU上用这个，CPU端还是以和为主。毕竟PaddlePaddle的CPU端还是比较重的。封装这个包的原因是为了弥补GPU端推理的空缺。因为面对成千上万的图像需要提取文字时，CPU端上推理速度还

给出一个例子，具体每一步讲解KMP算法中next和nextval数组的计算过程，同时给出了《数据结构》书中所给代码示例。