Encoders and decoders

Punycode Converter

Convert domain names with accents or non-Latin scripts to their xn-- form and back.

  • Runs in your browser
  • Instant results
  • Free, no sign-up
Loading the tool…

How to use the Punycode Converter

  1. Choose the direction.
  2. Enter one domain or email per line.
  3. Copy the converted list.

Frequently asked questions

What is Punycode?

An encoding that represents Unicode domain names using only ASCII, prefixed with xn--, so DNS can handle them.

Why do some browsers show xn-- addresses?

To protect against look-alike domains, browsers may display the Punycode form.

Does it convert email addresses?

Yes. Only the domain part after @ is converted; the local part is left unchanged.

Practica Python con desafíos de código

Resuelve problemas prácticos en este editor: ejecuta las pruebas de ejemplo, envía tu solución y recibe una revisión de código por IA.

Todos los desafíos de Python
Fácil

Average of Three

Average three whole numbers.

Aprenderás AritméticaDivisión
BeginnerLearning-pathVariables
Fácil

Rectangle Perimeter

Compute the perimeter of a rectangle from its sides.

Aprenderás AritméticaValores de retorno
BeginnerLearning-pathVariables
Intermedio

Una generación de un algoritmo genético

Cría la siguiente generación de cadenas de bits con selección por torneo, cruce de un punto y mutación.

Aprenderás Algoritmos genéticosBúsqueda evolutiva
OptimizationSimulationai
Aún no hay soluciones
Fácil

Bandido multibrazo epsilon-greedy

Equilibra exploración y explotación en un bandido multibrazo con selección de acciones epsilon-greedy.

Aprenderás Explorar o explotarBandidos
Aprendizaje por refuerzoaiaprendizaje automático
Aún no hay soluciones
Fácil

Distribución de estados de una cadena de Markov

Propaga una distribución de probabilidad a través de la matriz de transición de una cadena de Markov durante varios pasos.

Aprenderás Cadenas de MarkovProbabilidad
Simulationaimath
Aún no hay soluciones
Intermedio

Iteración de valores

Calcula cuánto vale cada estado de un proceso de decisión de Markov aplicando repetidamente la actualización de optimalidad de Bellman.

Aprenderás Ecuación de BellmanMDP
Aprendizaje por refuerzoaiaprendizaje automático
Aún no hay soluciones
Intermedio

Actualizaciones de Q-learning

Aplica la actualización de Q-learning a un flujo de experiencias y observa cómo las recompensas fluyen hacia estados anteriores.

Aprenderás Q-learningRecompensas descontadas
Aprendizaje por refuerzoaiaprendizaje automático
Aún no hay soluciones
Intermedio

Poda alfa-beta

Evalúa un árbol de juego con minimax y poda alfa-beta, y cuenta cuántas hojas examina realmente la búsqueda.

Aprenderás Poda alfa-betaBúsqueda en juegos
RecursionTreesai
Aún no hay soluciones
Intermedio

Tres en raya con minimax

Elige la jugada perfecta en el tres en raya explorando todo el árbol de juego con minimax.

Aprenderás MinimaxÁrboles de juego
Recursionai
Aún no hay soluciones
Intermedio

Búsqueda A* en una cuadrícula ponderada

Encuentra el camino más barato a través de una cuadrícula de costes de terreno con A*, el algoritmo de búsqueda detrás de la navegación en juegos y robots.

Aprenderás Búsqueda A*Heurísticas
GraphsGridsShortest-pathai
Aún no hay soluciones
Intermedio

Muestreo con temperatura y top-k

Elige el siguiente token como un modelo de lenguaje: conserva los k logits más altos, aplica la temperatura y muestrea.

Aprenderás Generación de textoMuestreo
aiaprendizaje automático
Aún no hay soluciones
Difícil

Autoatención multicabeza

Proyecta la entrada en consultas, claves y valores, ejecuta la atención en varias cabezas en paralelo y combínalas.

Aprenderás Atención multicabezaProyecciones matriciales
aiaprendizaje automático
Aún no hay soluciones