今天给大家分享一个云端服务平台 – 360converter.com，一款免费的云端文件格式转换平台，特色的服务是视频转文字，mp4转文字，音频转文字，mp3转文字，YouTube视频下载。
这个平台用来转换文件格式，所支持的格式转换有，
以前我们转换文件都是通过下载各类软件，然后安装软件，再转换，这种方式有几个问题：
Featured post
文件格式转换云平台 360converter.com
15 Replies
Featured post
第一款iOS应用 安全备忘录safeNotepad
总有一些非常重要的信息需要记录下来，
之前选择使用iPhone自带的记事本，非常实用, 该有的都有, 如添加,删除,编辑,查看,分享.但是有一点遗憾,不提供密码保护.后来就下载别人免费带有密码保护功能的记事本，不 过发现更加严重的问题, 这些程序都是要和他们的服务器同步的, 他们同时指出内容是加密的, 可我还是信不过, 因此自己开发了一个带密码保护的安全记事本, 功能和系统自带的一模一样, 除了加了密码保护, 你的内容被保存在你本地, 再也不会上传任何第三方的服务器了。
Featured post
一款超级简单的视频转换器
Featured post
FoxVideoEidtor终于完成了
专业的视频编辑软件。
历时将近半年的时间，终于完成了FoxVideoEditor，这其中的辛苦只有自己知道，无数次干到凌晨2点多，或者4点，有几次6点多，不过还得爬起来上班（要不然没钱吃饭啊）。现在正处最后的bug修复的安装包的制作上，等完成之后将会发布公司的官网上面，
如何抓取iPhone上的traffic
为什么要抓取iPhone上面的traffic，有时候需要查看手机上某个应用的发的网络包（可能是因为没有这个程序的源代码，所有没有办法通过xcode+debug的方式）。这里我们说2种方法，
第一种方法是共享苹果笔记本的Wifi，然后让iPhone手机连到这个wifi，关掉所有苹果笔记本上所有使用网络的应用，以及iPhone所有除了要查看的app以外所有的app，然后开
wireshark，启动监控这个这个wifi对应的traffic。
TCP简单说下篇
本文摘自
https://www.kancloud.cn/kancloud/tcp/45893
TCP的RTT算法
从前面的TCP重传机制我们知道Timeout的设置对于重传非常重要。
设长了，重发就慢，丢了老半天才重发，没有效率，性能差；
设短了，会导致可能并没有丢就重发。于是重发的就快，会增加网络拥塞，导致更多的超时，更多的超时导致更多的重发。
而且，这个超时时间在不同的网络的情况下，根本没有办法设置一个死的值。只能动态地设置。 为了动态地设置，TCP引入了RTT——Round Trip Time，也就是一个数据包从发出去到回来的时间。这样发送端就大约知道需要多少的时间，从而可以方便地设置Timeout——RTO（Retransmission TimeOut），以让我们的重传机制更高效。 听起来似乎很简单，好像就是在发送端发包时记下t0，然后接收端再把这个ack回来时再记一个t1，于是RTT = t1 – t0。没那么简单，这只是一个采样，不能代表普遍情况。
TCP 简单说上篇
本文转自：
https://www.kancloud.cn/kancloud/tcp/45892
TCP头格式
接下来，我们来看一下TCP头的格式
你需要注意这么几点：
TCP的包是没有IP地址的，那是IP层上的事。但是有源端口和目标端口。
一个TCP连接需要四个元组来表示是同一个连接（src_ip, src_port, dst_ip, dst_port）准确说是五元组，还有一个是协议。但因为这里只是说TCP协议，所以，这里我只说四元组。
注意上图中的四个非常重要的东西：
Sequence Number是包的序号，用来解决网络包乱序（reordering）问题。
Acknowledgement Number就是ACK——用于确认收到，用来解决不丢包的问题。
Window又叫Advertised-Window，也就是著名的滑动窗口（Sliding Window），用于解决流控的。
TCP Flag ，也就是包的类型，主要是用于操控TCP的状态机的。
关于其它的东西，可以参看下面的图示
主流移动端深度学习框架大盘点
主流移动端深度学习框架大盘点
简书作者 dangbo 在《移动端深度学习展望》一文中对现阶段的移动端深度学习做了相关展望。作者认为，现阶段的移动端 APP 主要通过以下两种模式来使用深度学习：
online 方式：移动端做初步预处理，把数据传到服务器执行深度学习模型，优点是这个方式部署相对简单，将现成的框架（Caffe，Theano，MXNet，Torch) 做下封装就可以直接拿来用，服务器性能大, 能够处理比较大的模型，缺点是必须联网。
Python的编码习惯
本文探讨一下Python的编码习惯。写python已经有6个年头了，但是发现对于怎么写python代码很随便，所以打算整理一下规则。
关于函数的注释，python的PEP有规定，
注释应写在函数名的下面，用3个双引号开头，然后注释本身，最后以3个双引号结束
机器学习中的回归(regression)和梯度下降(gradient descent)
回归在数学上来说是给定一个点集，能够用一条曲线去拟合之，如果这个曲线是一条直线，那就被称为线性回归，如果曲线是一条二次曲线，就被称为二次回归，回归还有很多的变种，如locally weighted回归，logistic回归，等等，这个将在后面去讲。
OpenCL 介绍
OpenCL是当前一个通用的由很多公司和组织共同发起的多CPUGPU其他芯片 异构计算（heterogeneous）的标准，它是跨平台的。旨在充分利用GPU强大的并行计算能力以及与CPU的协同工作，更高效的利用硬件高效的完成大规模的（尤其是并行度高的）计算。在过去利用GPU对图像渲染进行加速的技术非常成熟，但是我们知道GPU的芯片结构擅长大规模的并行计算（PC级的GPU可能就是CPU的上万倍），CPU则擅长逻辑控制，因此不只局限与图像渲染，人们希望将这种计算能力扩展到更多领域，所以这也被称为GPGPU（即通用处计算处理的GPU）。
深度学习浅入门
我打算写一系列的博客来一点点介绍人工智能，以及在背后支持人工智能的机器学习和深度学习
所有的东西都是根据个人搜集和按照自己的理解（当时的理解）所写，因此难免会有错误，不过
随着学习的深入，我会不断的更新和纠正。
机器学习的算法简单描述
1. 回归算法
在大部分机器学习课程中，回归算法都是介绍的第一个算法。原因有两个：一.回归算法比较简单，介绍它可以让人平滑地从统计学迁移到机器学习中。二.回归算法是后面若干强大算法的基石，如果不理解回归算法，无法学习那些强大的算法。回归算法有两个重要的子类：即线性回归和逻辑回归。
Python真正意义上的并行执行
前面我有篇文章专门介绍Python的GIL，
由于Python中GIL的存在，导致Python的threading不是真正意义上的线程，那么使用python难道就真的没有办法同时在多个cpu上面执行并行执行代码了吗？并不是，首先你可以使用jython和ironPython这2个解释器，如果你不想换掉解释器的话，还想继续使用python的默认的解释器的话，python还提供了，