殷雅俊

当然，把这些第三方库中的conf全部用`protobuf`重新定义肯定是没问题的

我找了一个比较绕的途径： * 先将第三方库中的conf的struct用`proto`定义 * 解析成proto struct * 然后用`protojson`转成json * 然后用json unmarshal到第三方库中的conf的struct上

 不同于完全用protobuf自定义conf，我的使用场景是这样的，repo层使用的第三方库已经定义好了conf的struct，需要解析到这些struct里。 最简单的就是用蓝色框框里的流程，直接用yaml umarshal解析。 而用kratos的config模块的话，用黄色框框示例，我期待两者有一样的结果。 可是出现了解析失败，我感觉原因在黄色框框中的红色高亮的部分，写死了用json来做转换。红色高亮部分如果不限制只用json codec，而是能和decoder那里保持一致，或者可以直接自定义就好了

目前解析失败，主要是json不支持将"1s"解析为time.Duration，而yaml本身是支持的，而repo层的conf中，很多都与超时相关。按照json解析的做法，需要将"1s"改写为"1000000000"，以ns为单位，这个写法看起来有点头疼

Same Promblem. ``` with gr.Blocks() as demo: gr.File(label="file") demo.queue(max_size=10).launch(show_error=True, server_name="0.0.0.0", server_port=6006) ``` ## Gradio 3.50.2 on remote Linux consume 7 sec  ## Gradio 4.11.0 on remote Linux consume 10.6...

Surprisingly, 4.19.2 works fine on remote server

sparseTensor由indices,values和dense_shape三个denseTensor组成。sparseTensor.values是dense的，可以使用。 ``` def parse_csv(f): columns = tf.decode_csv(f, record_defaults=_CSV_COLUMN_DEFAULTS, field_delim=',') feas = dict(zip(_CSV_COLUMNS, columns)) for col, size in _MULTIHOT_COLUMNS.items(): # treat multi-hot columns if col in feas: # split cols =...

亲测可以，连上蓝牙鼠标就可以点验证码了