Coolio - Gangsta's Paradise (feat. L.V.) [Official Music Video]
Zeno Stash는 프로그램에 마일 길이의 기능 목록이없는 시대를 되돌아 보았습니다. Stash는 매우 간단하지만 유용한 텍스트 관리 도구입니다. 그것은 작은 플래시 USB 드라이브에 쉽게 맞습니다; 설치, DLL 또는 레지스트리 액세스가 필요하지 않습니다. 매우 유용한 서비스를 제공합니다. 텍스트 데이터의 데이터베이스를 작성하며 각 항목은 짧은 제목 (100 자)과 최대 32K의 텍스트로 구성됩니다. 제목은 왼쪽에 정렬되어 있으며 오른쪽에있는 텍스트를 읽습니다. 글꼴 없음, 스타일 없음, 인라인 그래픽 없음, 표 없음. 바로 텍스트입니다.
전자 책 리더로 Stash를 사용할 수 있습니다 (대부분의 ASCII 전자 책을 Stash의 형식으로 쉽게 변환 할 필요가 있음). 이것을 돕는 것은 이상하게 찌르지 만 매우 이해할 수있는 방식으로 책을 "읽"는 텍스트 음성 변환 기능입니다. 숨김은 클라이언트 노트, 주소, 기술 설명서 및 다른 형식의 덩어리로 나눌 수 있고 광범위한 서식을 필요로하지 않는 기타 항목에 유용합니다. Stash의 극단적 인 밝기는 플래시 드라이브를 던지기에 이상적이며 "설치 불능"특성으로 인해보다 강력한 프로그램을 설치할 수있는 권한이없는 원격 컴퓨터에 개인 데이터를 가져 오는 데 탁월합니다.
Stash는 물론 여러 데이터베이스를 열고 저장할 수 있지만 한 번에 하나만 볼 수 있습니다.
이런 종류의 마이크로 데이터베이스가 필요한 경우 Stash는 저렴하고 유용합니다.
참고: 이 무료 데모에는 50 개의 항목 만 저장할 수 있습니다. 데모는 시간 제한이 없습니다.
인텔은 휴대용 장치에서 고해상도 비디오를 실행할 수있는 작은 칩을 만들려고합니다 인텔 연구원들은 휴대용 장치에서 고화질 1080P 비디오를 실행할 수있는 소형의 통합 칩을 만들려고 노력하고 있지만, 그렇게하려면 5 ~ 8 년이 걸릴 수 있습니다. 인텔의 동료 Shekhar Borkar [CQ]는 월요일 인터뷰에서 연구원들이 극복해야하는 주요 쟁점 중 하나는 프로세서의 전력 누출 문제였다. 인텔 엔지니어들은 전력 누출을 줄이기 위해 칩에서 그래픽 성능을 확장하면서 스마트 폰 및 기타 휴대용 장치에보다 풍부한 멀티미디어 컨텐츠를 제공하려고 노력하고 있습니다. 인텔은 여러 가지 스트림을 허용하는 온칩 가속기를 사용하여 그래픽 성능을 향상시키는 것을 목표로합니다. SIMD 또는 단일 명령, 다중 데이터라는 기술을 사용하여 그래픽 데이터를 동시에 처리 할 수 있습니다. 고화질 비디오 렌더링은 SIMD 기법을 사용하는 것이 가장 좋다고 Borkar는 말했다.
SIMD는 이미 일부 그래픽 프로세서와 CPU에서 사용되고있다. 예를 들어 인텔은 1990 년대에 펜티엄 프로세서 용으로 소개 한 MMX 확장을 사용하여 SIMD를 사용했기 때문에 데스크톱에서 비디오를보다 잘 처리 할 수있었습니다.
Toshiba, 64GB 플래시 메모리 발표; 도시바의 새로운 64GB 플래시 메모리 모듈은 현재의 휴대용 장치의 저장 용량을 두 배로 늘릴 수 있습니다. 월요일에 Toshiba는 새로운 64GB 플래시 메모리 모듈을 발표했습니다. 산업. 새로운 64GB NAND 플래시 모듈은 얇은 두께가 30 마이크로 미터에 불과하며 전용 컨트롤러를 장착하고 16 개의 32Gbit 칩을 포함하고있다. 이 메모리 모듈은 도시바의 32 나노 미터 공정을 사용하여 제조되었습니다.이 메모리 모듈은 다양한 휴대용 장치에 사용하도록 설계되었으며 2010 년 초에 새로운 모듈이 출시되면 새로운 포켓이 출시되기 훨씬 전에 오래 가지 않을 것입니다. iSuppli에 따르면 도시바는 현재 애플의 아이폰 3GS 용 플래시 공급 업체이다. 최근 소문에 따르면 내년 여름에 4 세대 아이폰이 출시 될 것이라는 암시가 나왔다. 애플이나 도시바가 논평하지는 않았지만 다음 아이폰은 64GB 플래시 메모리를 패킹 할 것이라는 논
미디어 스트리밍 및 백업용]
Android의 Google 드라이브에서 ocr을 사용하여 그림에서 텍스트를 추출합니다.
Android의 Google 문서 도구 (또는 Google 드라이브)에서 OCR을 사용하여 그림에서 텍스트를 추출하는 방법에 대해 알아보십시오.