latex梯度_Typora中利用LaTeX 插入数学公式

LaTeX 插入数学公式

利用Typora进行资料总结时，遇见公式，一般的方法是剪切粘贴，但过于麻烦，因此学习利用LaTeX进行公式编辑，Typora对Latex进行了很好的支持，对Latex插入公式进行简单总结学习

本文内容参考https://blog.csdn.net/baidu_38060633/article/details/79183905 在Typora上进行了实验。

LaTeX 编辑数学公式基本语法元素

数学公式有两种形式： inline 和 display

**inline(行间公式)😗*在正文插入数学公式，用$...$ 将公式括起来

display(快间公式) ：独立排列的公式，用 $$...$$将公式括起来，默认显示在行中间

各类希腊字母表：

eg: $\alpha$:α\alphaα

上下标、根号、省略号

下标：_ eg: xix_ixi​

上标：^ eg: $ x^2$

注意：上下标如果多于一个字母或者符号，需要用一对{}括起来 eg： xi1x_{i1}xi1​ 、xαtx^{\alpha t}xαt

根号：\sqrt eg: 5n\sqrt[n]{5}n5​

省略号：\dots \cdots 分别表示 …\dots… $ \cdots$

运算符

基本预算符： ±\pm± ÷\div÷

求和： \sum_1^n :∑1n\sum_1^n∑1n​

积分：\int_1^n: ∫1n\int_1^n∫1n​

**极限：**lim_{x \to \infty} :

$ lim_{x \to \infty}$

分数：\frac{}{} 如：38\frac{3}{8}83​

矩阵与行列式

矩阵：$$\begin{matrix}...\end{matrix}$$ ,使用&分隔同行元素，\ 换行。eg:

$$

\begin{matrix}

1 & x & x^2\\

1 & y & y^2\\

1 & z & z^2\\

\end{matrix}

$$

1xx21yy21zz2 \begin{matrix} 1 & x & x^2 \\ 1 & y & y^2 \\ 1 & z & z^2 \\ \end{matrix}111​xyz​x2y2z2​

​行列式：

$$

X=\left|

\begin{matrix}

x_{11} & x_{12} & \cdots & x_{1d}\\

x_{21} & x_{22} & \cdots & x_{2d}\\

\vdots & \vdots & \ddots & \vdots \\

x_{11} & x_{12} & \cdots & x_{1d}\\

\end{matrix}

\right|

$$

X=∣x11x12⋯x1dx21x22⋯x2d⋮⋮⋱⋮x11x12⋯x1d∣ X=\left| \begin{matrix} x_{11} & x_{12} & \cdots & x_{1d}\\ x_{21} & x_{22} & \cdots & x_{2d}\\ \vdots & \vdots & \ddots & \vdots \\ x_{11} & x_{12} & \cdots & x_{1d}\\ \end{matrix} \right|X=∣∣∣∣∣∣∣∣∣​x11​x21​⋮x11​​x12​x22​⋮x12​​⋯⋯⋱⋯​x1d​x2d​⋮x1d​​∣∣∣∣∣∣∣∣∣​

分隔符

各种括号用 () [] { } \langle\rangle 等命令表示,注意花括号通常用来输入命令和环境的参数,所以在数学公式中它们前面要加 \。可以在上述分隔符前面加 \big \Big \bigg \Bigg 等命令来调整大小。

箭头

$\leftarrow$

←\leftarrow←

方程式

E=mc^2

E=mc2 E=mc^2E=mc2

分段函数

$$

f(n)=

\begin{cases}

n/2, & \text{if $n$ is even}\\

3n+1,& \text{if $n$ is odd}

\end{cases}

$$

f(n)={n/2,if n is even3n+1,if n is odd f(n)= \begin{cases} n/2, & \text{if $n$ is even}\\ 3n+1,&\text{if $n$ is odd} \end{cases}f(n)={n/2,3n+1,​ifnis evenifnis odd​

方程组

$$

\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 \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.⎩⎨⎧​a1​x+b1​y+c1​z=d1​a2​x+b2​y+c2​z=d2​a3​x+b3​y+c3​z=d3​​

常用公式

线性模型

$$

h(\theta) = \sum_{j=0} ^n \theta_j x_j

$$

h(θ)=∑j=0nθjxj h(\theta) = \sum_{j=0} ^n \theta_j x_jh(θ)=j=0∑n​θj​xj​

均方误差

$$

J(\theta) = \frac{1}{2m}\sum_{i=0}^m(y^i - h_\theta(x^i))^2

$$

J(θ)=12m∑i=0m(yi−hθ(xi))2 J(\theta) = \frac{1}{2m}\sum_{i=0}^m(y^i - h_\theta(x^i))^2J(θ)=2m1​i=0∑m​(yi−hθ​(xi))2

求积公式

\$$

H_c=\sum_{l_1+\dots +l_p}\prod^p_{i=1} \binom{n_i}{l_i}

\$$

Hc=∑l1+⋯+lp∏i=1p(nili) H_c=\sum_{l_1+\dots +l_p}\prod^p_{i=1} \binom{n_i}{l_i}Hc​=l1​+⋯+lp​∑​i=1∏p​(li​ni​​)

批量梯度下降

$$

\frac{\partial J(\theta)}{\partial\theta_j} = -\frac1m\sum_{i=0}^m(y^i - h_\theta(x^i))x^i_j

$$

∂J(θ)∂θj=−1m∑i=0m(yi−hθ(xi))xji \frac{\partial J(\theta)}{\partial\theta_j} = -\frac1m\sum_{i=0}^m(y^i - h_\theta(x^i))x^i_j∂θj​∂J(θ)​=−m1​i=0∑m​(yi−hθ​(xi))xji​

推导过程

$$

\begin{align}

\frac{\partial J(\theta)}{\partial\theta_j}

& = -\frac1m\sum_{i=0}^m(y^i - h_\theta(x^i)) \frac{\partial}{\partial\theta_j}(y^i-h_\theta(x^i))\\

& = -\frac1m\sum_{i=0}^m(y^i-h_\theta(x^i)) \frac{\partial}{\partial\theta_j}(\sum_{j=0}^n\theta_j x^i_j-y^i)\\

&=-\frac1m\sum_{i=0}^m(y^i -h_\theta(x^i)) x^i_j

\end{align}

$$

KaTeX parse error: Expected 'EOF', got '&' at position 48: …tial\theta_j} &̲ = -\frac1m\sum…

添加内容：

1.字符下标

\(max⁡a<x<b{f(x)}\max \limits_{a<x<b}\{f(x)\}a

$$

\max \limits_{a

$$