Checkpoint 项目教程
2024-09-28 10:34:13作者:袁立春Spencer
1. 项目的目录结构及介绍
Checkpoint 项目的目录结构如下:
Checkpoint/
├── 3ds/
│ ├── 3rd-party/
│ ├── common/
│ ├── sharkive/
│ └── ...
├── switch/
│ └── ...
├── clang-format
├── gitignore
├── gitmodules
├── LICENSE
├── Makefile
├── README.md
└── ...
目录结构介绍
- 3ds/: 包含适用于 3DS 平台的文件和目录。
- 3rd-party/: 第三方库和工具。
- common/: 通用代码和资源。
- sharkive/: 特定于 3DS 的资源和代码。
- switch/: 包含适用于 Switch 平台的文件和目录。
- clang-format: 代码格式化配置文件。
- gitignore: Git 忽略文件配置。
- gitmodules: Git 子模块配置。
- LICENSE: 项目许可证文件。
- Makefile: 项目构建文件。
- README.md: 项目介绍和使用说明。
2. 项目的启动文件介绍
Checkpoint 项目的启动文件主要依赖于 Makefile 和平台特定的目录结构。以下是启动文件的介绍:
Makefile
Makefile 是 Checkpoint 项目的主要构建文件,用于编译和构建项目。通过运行 make 命令,可以根据平台(3DS 或 Switch)生成相应的可执行文件。
平台特定目录
- 3ds/: 包含 3DS 平台的启动文件和资源。
- switch/: 包含 Switch 平台的启动文件和资源。
3. 项目的配置文件介绍
Checkpoint 项目的配置文件主要位于 config.json 文件中,该文件用于自定义项目的功能和行为。
config.json
config.json 文件位于 sdmc:/3ds/Checkpoint/config.json(3DS 平台)或 sdmc:/switch/Checkpoint/config.json(Switch 平台)。以下是一个示例配置文件的内容:
{
"filter": [
"0x000400000011C400",
"0x000400000014F100"
],
"favorites": [
"0x000400000011C400"
],
"additional_save_folders": {
"0x00040000001B5000": {
"folders": [
"/3ds/mySaves/1B50",
"/moreSaves"
]
},
"0x00040000001B5100": {
"folders": [
"/3ds/PKSM/backups"
]
}
},
"additional_extdata_folders": [],
"nand_saves": true,
"version": 2
}
配置文件介绍
- filter: 过滤器,用于指定需要过滤的游戏 ID。
- favorites: 收藏的游戏 ID。
- additional_save_folders: 额外的保存文件夹配置。
- additional_extdata_folders: 额外的扩展数据文件夹配置。
- nand_saves: 是否启用 NAND 保存功能。
- version: 配置文件版本。
通过编辑 config.json 文件,用户可以自定义 Checkpoint 的功能和行为,以满足特定的需求。
登录后查看全文
热门项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
673
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
515
622
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
944
884
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
299
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
906
暂无简介
Dart
918
223
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212