md下载链接：git链接
常用语法
文字部分
需要加粗的文字
需要倾斜的文字
需要加粗并倾斜的文字
需要加删除线的文字
需要引用的文字
需要缩进的文字
间隔符
图片引入
内联
超链接
内联链接
This is an example link.
引用链接
I get 10 times more traffic from [Google][1] than from [Yahoo][2] or [MSN][3].
[1]: http://google.com/ “Google”
[2]: http://search.yahoo.com/ “Yahoo Search”
[3]: http://search.msn.com/ “MSN Search”
列表
无序表
-
无序列表1
-
无序列表2
- 无序列表3
- 无序列表4
有序表
- 列表内容1
- 列表内容2
混合表
%%上一级与下一级之间敲三个空格%%
- 一级无序列表1
- 二级无序列表1
- 二级无序列表2
- 一级无序列表2
- 二级有序列表1
- 二级有序列表2
- 一级有序列表1
- 二级无序列表3
- 二级无序列表4
- 一级有序列表2
- 一级有序列表3
- 二级有序列表4
表格
--表示文字默认居左，
:-:表示文字居中
--:文字居右
| 姓名 | 年龄 | 性别 |
|---|---|---|
| xxx | 25 | 男 |
| xxx | 26 | 中性 |
| xxx | 24 | 男女男 |
代码
行内代码
ctrl + A
行间代码
def a(input):
return input + 1
使用四个空格或者Tab也可以达到同样的效果
23333
45666
标签TAG
#+文字+空格
#标签
常见公式
一般公式分为两种形式，行内公式和行间公式。行内公式是在公式代码块的前后均添加一个**$** ；行间公式则是在公式代码块的前后均添加两个**$$** 。
行内公式
Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞tz−1e−tdt.
行间公式
Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t . (1) \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,.\tag{1} Γ(z)=∫0∞tz−1e−tdt.(1)
排列组合
一般用**\binom{a}{b}或者{a \choose b}**实现
示例：
( a b ) (2) \binom{a}{b} \tag{2} (ba)(2)
( a b ) (3) {a \choose b \tag{3}} (ba)(3)
1. 向量表示
向量表示： 使用\mathbf{x}来表示向量 x \mathbf{x} x。
f ( x ) = w T x (4) f(\mathbf{x})=\mathbf{w}^T\mathbf{x} \tag{4} f(x)=wTx(4)
2.分段函数
定义函数的时候经常需要分情况给出表达式，使用 {…。其中：
（1）使用**\** 来分隔分组；
（2）使用**&** 来指示需要对齐的位置；
（3）使用**\ + 空格来表示==空格==；
（4）如果要使分类之间的垂直间隔变大，可以使用\[2ex]** 代替\ 来分隔不同的情况。(3ex,4ex 也可以用，1ex 相当于原始距离）。
分段函数1
y = { − x , x ≤ 0 x , x > 0 (5) y= \begin{cases} -x,\quad x\leq 0\\ x, \quad x>0 \end{cases} \tag{5} y={
−x,x≤0x,x>0(5)
增大分组的垂直间隔
y = { − x , x ≤ 0 x , x > 0 (11) y= \begin{cases} -x,\quad x\leq 0 \\[2ex] x, \quad x>0 \end{cases} \tag{11} y=⎩⎨⎧−x,x≤0x,x>0(11)
方程组
{ a 1 x + b 1 y + c 1 z = d 1 a 2 x + b 2 y + c 2 z = d 2 a 3 x + b 3 y + c 3 z = d 3 \left\{ \begin{array}{c} a_1x+b_1y+c_1z=d_1 \\ a_2x+b_2y+c_2z=d_2 \\ a_3x+b_3y+c_3z=d_3 \end{array} \right. ⎩⎨⎧a1x+b1y+c1z=d1a2x+b2y+c2z=d2a3x+b3y+c3z=d3
分段函数2
u ( x ) = { e x p x , i f x ≤ 0 1 , i f x > 0 (6) u(x)= \begin{cases} exp x,\quad if \space x \leq 0\\ 1, \quad if \space x >0 \tag{6} \end{cases} u(x)={
expx,if x≤01,if x>0(6)
均方误差
J ( θ ) = 1 2 m ∑ i = 0 m ( y i − h θ ( x i ) ) 2 (7) J(\theta) = \frac{1}{2m}\sum_{i = 0} ^m(y^i - h_\theta (x^i))^2 \tag{7} J(θ)=2m1i=0∑m(yi−hθ
最低0.47元/天 解锁文章
664
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
