开篇废话Android开发使用MacAppleM1+protobuf时报Couldnotresolveallfilesforconfiguration':app:protobufToolsLocator_protoc'.Couldnotfindprotoc-osx-aarch_64.exe遇到的问题今天换了MacBookAir笔记本进行开发，非常开心，因为电脑配置很高，但是随之而来了一个问题，之前好好的代码怎么跑不起来了，反而报了下面这样的错误。Executionfailedfortask':app:generateDebugProto'.>Couldnotresolveallfilesfor
开篇废话Android开发使用MacAppleM1+protobuf时报Couldnotresolveallfilesforconfiguration':app:protobufToolsLocator_protoc'.Couldnotfindprotoc-osx-aarch_64.exe遇到的问题今天换了MacBookAir笔记本进行开发，非常开心，因为电脑配置很高，但是随之而来了一个问题，之前好好的代码怎么跑不起来了，反而报了下面这样的错误。Executionfailedfortask':app:generateDebugProto'.>Couldnotresolveallfilesfor
egeret已经倒闭了，想看下egret-pro编辑器，现在只能通过第三方的备份进行下载了。相关环境的版本信息：场景窗口是一个单独的窗口在编辑器安装目录发现了熟悉的目录结构开发过electron应用的话，肯定对resources目录非常熟悉，还好egret-pro并没有对编辑器代码加密，仅仅是通过webpack进行了压缩混淆，顺着package.json一路就能找到入口在resources/app/out/main/Main.js中找到打开项目创建BrowserWindow的地方，加上打开devtools的逻辑this.projectWindow=newelectron_1.BrowserWi
egeret已经倒闭了，想看下egret-pro编辑器，现在只能通过第三方的备份进行下载了。相关环境的版本信息：场景窗口是一个单独的窗口在编辑器安装目录发现了熟悉的目录结构开发过electron应用的话，肯定对resources目录非常熟悉，还好egret-pro并没有对编辑器代码加密，仅仅是通过webpack进行了压缩混淆，顺着package.json一路就能找到入口在resources/app/out/main/Main.js中找到打开项目创建BrowserWindow的地方，加上打开devtools的逻辑this.projectWindow=newelectron_1.BrowserWi
在前端开发的过程中,我们经常遇到文件上传或者图片上传的需求,有些场景中可能还会要求上传图片后对图片进行裁切,压缩.对于不想加班的程序员来说,第一要义就是使用斯第三方库.虽然像我们熟悉的antd,element等库提供了上传组件:WX20220716-230339@2x.png但是这些第三方UI库一方面体积比较庞大,不够轻量,另一方面不支持裁切,压缩等功能,所以还是需要自己实现或者整合第三方库实现,当然antd提供了一个图片裁切的库antd-img-crop,但是使用上极度“难受”(受限),无法自由裁切图片,同时也无法提供压缩能力.所以这个方案也直接pass.最终为了实现想要的效果,我还是决定牺
在前端开发的过程中,我们经常遇到文件上传或者图片上传的需求,有些场景中可能还会要求上传图片后对图片进行裁切,压缩.对于不想加班的程序员来说,第一要义就是使用斯第三方库.虽然像我们熟悉的antd,element等库提供了上传组件:WX20220716-230339@2x.png但是这些第三方UI库一方面体积比较庞大,不够轻量,另一方面不支持裁切,压缩等功能,所以还是需要自己实现或者整合第三方库实现,当然antd提供了一个图片裁切的库antd-img-crop,但是使用上极度“难受”(受限),无法自由裁切图片,同时也无法提供压缩能力.所以这个方案也直接pass.最终为了实现想要的效果,我还是决定牺
手头有台MacBookM1笔记本，大部分应用都不兼容，VMwareFusion不支持Linux虚拟机。Parallel据说支持arm版的Windows和Linux，但是好像也不好用。唯一还有点用的地方就是做机器学习，目前tensorflow2.5原生支持M1，性能相比于2.4有较大提升，但是必须得用MacOS12，还处于beta阶段。本文记录了在M1上配置tensorflow环境的过程，并且做了一些简单测试，从测试结果来看，性能提升还是比较明显的。升级MacOS12目前苹果为适配M1开发的tensorflow版本已经不用了，tensorflow2.5原生支持M1，所以第一步是升级MacOS12
手头有台MacBookM1笔记本，大部分应用都不兼容，VMwareFusion不支持Linux虚拟机。Parallel据说支持arm版的Windows和Linux，但是好像也不好用。唯一还有点用的地方就是做机器学习，目前tensorflow2.5原生支持M1，性能相比于2.4有较大提升，但是必须得用MacOS12，还处于beta阶段。本文记录了在M1上配置tensorflow环境的过程，并且做了一些简单测试，从测试结果来看，性能提升还是比较明显的。升级MacOS12目前苹果为适配M1开发的tensorflow版本已经不用了，tensorflow2.5原生支持M1，所以第一步是升级MacOS12
