配置vscode代码片段

VSCode 配置代码片段的方法如下：

1. 打开命令面板（快捷键： Ctrl + Shift + P ）

2. 输入 "Snippets"，选择 "首选项：配置用户代码片段"（Preferences: Configure User Snippets）

3. 选择配置范围：

   • 新建全局代码片段文件
   • 为特定语言创建代码片段
   • 为当前工作区创建代码片段

4. 代码片段配置示例：

{
    "Print to console": {
        "prefix": "log",
        "body": [
            "console.log('$1');",
            "$2"
        ],
        "description": "输出到控制台"
    }
}

配置说明：

• prefix : 触发代码片段的关键字

• body : 代码片段的内容（数组形式，每个元素是一行）

• description : 代码片段的描述

• $1 , $2 : 光标位置，按 Tab 键可以在这些位置间切换

• $0 : 最终光标位置

• ${1:default} : 带默认值的占位符 常用变量：

• $TM_FILENAME : 当前文件名

• $TM_FILENAME_BASE : 不带扩展名的文件名

• $WORKSPACE_NAME : 工作区名称

• $CURRENT_YEAR : 当前年份

• $CURRENT_DATE : 当前日期

关于请求 ngrok 链接如何跳过验证页面

service.interceptors.request.use(
  (config) => {
    config.headers['ngrok-skip-browser-warning'] = 1; //设置请求头ngrok-skip-browser-warning，值任意即可
    return config;
  },
  (err) => Promise.reject(err)
);

物种识别桌面软件 electron 项目笔记

报错:

Uncaught Exception:
Error [ERR_REQUIRE_ESM]: require() of ES Module E:\species-recognition\dist\win-unpacked\resources\app.asar\node_modules\color-name\index.js from E:\species-recognition\dist\win-unpacked\resources\app.asar\node_modules\color-string\index.js not supported.
E:\species-recognition\dist\win-unpacked\resources\app.asar\node_modules\color-name\index.js is treated as an ES module file as it is a .js file whose nearest parent package.json contains "type": "module" which declares all .js files in that package scope as ES modules.
Instead rename E:\species-recognition\dist\win-unpacked\resources\app.asar\node_modules\color-name\index.js to end in .cjs, change the requiring code to use dynamic import() which is available in all CommonJS modules, or change "type": "module" to "type": "commonjs" in E:\species-recognition\dist\win-unpacked\resources\app.asar\node_modules\color-name\package.json to treat all .js files as CommonJS (using .mjs for all ES modules instead).

找到对应依赖修改 package.json 中的 "type": "module" ，并修改暴露的方式即可

报错:错误信息是关于 yallist 的，大概率是版本冲突的问题，手动选择 yallist4.0 版本

报错：生产环境直接闪退的，可能是生产环境的模型文件的路径不对

import MODEL_FILEPATH_PROD from '../../../resources/yolov8s.onnx?asset';
const pro_path =
  MODEL_FILEPATH_PROD.replace('app.asar', 'app.asar.unpacked') /
  生产环境替换文件路径因为squeezenet1_1.onnx没有被assar;

ONNXRUNTIME

onnxruntime 中 InferenceSession 的 release()方法的作用是什么，什么情况下使用这个方法

在 ONNX Runtime 中，InferenceSession 的 release() 方法用于显式地释放 InferenceSession 对象所占用的资源。这个方法非常有用，特别是在处理大型模型或需要频繁创建和销毁 InferenceSession 对象时。以下是一些使用 release() 方法的典型场景：

1. 内存管理：在处理多个大型模型时，显式地释放资源可以防止内存泄漏或过度的内存使用。
2. 频繁创建和销毁会话：在某些应用场景中，可能需要频繁地创建和销毁推理会话。使用 release() 方法可以确保每次销毁会话时，相关的资源都能被正确释放。
3. 资源优化：在资源有限的环境中（例如嵌入式设备），显式释放不再需要的资源可以提高系统的性能和稳定性。

下面是一个简单的例子，展示了如何使用 release() 方法：

const ort = require('onnxruntime-node');

async function runInference() {
    const session = await ort.InferenceSession.create('model.onnx');

    // 执行推理任务
    const input = ...; // 准备输入数据
    const output = await session.run(input);

    console.log(output);

    // 显式释放资源
    session.release();
}

runInference().catch(err => {
    console.error(err);
});

在上述代码中，我们在完成推理任务后调用了 session.release() 方法来释放 InferenceSession 对象所占用的资源。这样做可以确保我们的应用在内存管理方面更加高效。

wps 2019 专业版激活

WPS 验证码通过验证后，会在 C:\ProgramData\kingsoft\office6 下生成一个 license2.dat，这个文件里面记录着激活信息，这个软件的原理就是替换掉你注册码激活后已经过期的 license2.dat 为一个可用的激活文件，然后手动将这个文件设置为只读，就可以保持永久激活了 下载 wps2019

主题 Monokai Pro 激活（去除弹窗）

vscode

1、打开 VS Code 的命令面板。Windows 快捷键 ctrl+shift+p； MAC 快捷键 Command⌘+shift+p

2、输入 Monokai Pro: enter license，enter！回车 输入：id@chinapyg.com

3、输入 lincese key，enter！回车 输入：d055c-36b72-151ce-350f4-a8f69

4、成功

submit text

Sublime Text > Preferences > Packages Settings > Theme - Monokai Pro > Settings - User:

{
 "email": "id@chinapyg.com",
 "license_key": "10988-becc3-31e35-87fda-a0059"
}

清除谷歌浏览器的标签 ico 缓存

删除 C:\Users\lw\AppData\Local\Google\Chrome\User Data\Default 目录下的 Favicons 文件

C:\Users\lw\AppData\Local\Google\Chrome\User Data\Default\Favicons

浙里办

《“浙里办”统一用户组件-接入指引-V1.1.0》（20240119 版）-2024-02-08T19_17_51.442.pdf

浙里办开发指南

使用conda创建cuda环境

conda create -n cosyvoice python=3.11 cudnn=9.3.0.75 nvidia/label/cuda-12.1.1::cuda-toolkit

conda create -n cosyvoice python=3.11 conda-forge::cudnn nvidia/label/cuda-12.1.1::cuda-toolkit