首页 > 其他分享 >MarkDown学习

MarkDown学习

时间:2023-04-26 16:46:28浏览次数:34  
标签:MarkDown 标题 学习 两边 World Hello


MarKdown学习

标题:

三级标题

四级标题

字体

Hello, World! 两边加两个*

Hello, World! 两边加一个*

Hello, World! 两边加三个*

Hello, World! 两边加~~

 

引用

我是世界第一软

前面加>

分割线



三个-或者三个*

 

图片

截图

网络图片

方法

 

超链接

点击开软

 

 

列表

  1. A

  2. B

  3. AaA

 

 

表格

 

名字性别生日
张三 1997.1.1

 

代码

public
   
 

标签:MarkDown,标题,学习,两边,World,Hello
From: https://www.cnblogs.com/ruan-123/p/17356533.html

相关文章

  • 「学习笔记」tarjan 算法与强连通分量
    强连通的定义是:有向图G强连通是指,G中任意两个结点连通。强连通分量(StronglyConnectedComponents,SCC)的定义是:极大的强连通子图。说简单一点就是环,环内的点都在一个强连通分量里,单独一个点也算是强连通分量(自己可以到达自己)。变量inttim,sc;intdfn[N],low[N],scc[N];......
  • vue-router学习笔记
    1.路由基础配置 https://router.vuejs.org/zh/guide/2.动态路由根据设置的路径参数实现 constroutes=[//动态字段以冒号开始{path:'/users/:id',component:User},]。需要注意的是参数改变时(第一次访问该路径后,第二次起),组件实例被重复使用,会导致vue的生命周期......
  • 深度学习--LSTM网络、使用方法、实战情感分类问题
    深度学习--LSTM网络、使用方法、实战情感分类问题1.LSTM基础长短期记忆网络(LongShort-TermMemory,简称LSTM),是RNN的一种,为了解决RNN存在长期依赖问题而设计出来的。LSTM的基本结构:2.LSTM的具体说明LSTM与RNN的结构相比,在参数更新的过程中,增加了三个门,由左到右分别是遗忘门(也......
  • Oracle中UNION 与UNION ALL的学习
    Oracle中UNION与UNIONALL的学习[code]1、UNION:并集,所有的内容都查询,重复的显示一次;2、UNIONALL:并集,所有的内容都显示,包括重复的;3、INTERSECT:交集,只显示重复的;4、MINUS:差集,只显示对方没有的(跟顺序是有关系的)两者都是对记录集操作,把来自许多SELE......
  • 机器学习之——回归(regression)、梯度下降(gradient descent)
      本文由LeftNotEasy所有,发布于http://leftnoteasy.cnblogs.com。如果转载,请注明出处,在未经作者同意下将本文用于商业用途,将追究其法律责任。前言:  上次写过一篇关于贝叶斯概率论的数学,最近时间比较紧,coding的任务比较重,不过还是抽空看了一些机器学习的书和视频,其中很推荐两......
  • MarkDown学习
    MarkDown学习标题字体 #+空格+内容一级标题#*2+空格二级标题黑体左右两个*Hello,world!斜体左右一个*Hello,world!删除线左右两个~(波浪号)引用选择3213引用>+空格分割线三个-三个*图片超链接点击跳转到bili列表+空格BC-+空格出来一个点A......
  • 机器学习和深度学习的区别
    机器学习和深度学习都属于人工智能领域,但它们有不同的方法和应用场景。机器学习是一种利用统计学习算法让计算机模仿人类的学习过程来实现智能化的技术。机器学习的主要思想是从大量的数据中发掘规律和模式,然后将这些规律和模式应用到新的数据中进行预测和决策。聚类,聚合 深度......
  • 《深入理解计算机系统》第五章学习笔记 优化程序性能
    编写高效程序需要做到以下几点:第一,我们必须选择一组适当的算法和结构。第二,我们必须编写出编译器能够有效优化以转换成高效可执行代码的源代码。C语言的有些特性,例如执行指针运算和强制类型转换的能力,使得编译器很难对它进行优化。第三,针对处理运算量特别大的计算,将一个任务分成多......
  • 机器学习(七):梯度下降解决分类问题——perceptron感知机算法与SVM支持向量机算法进行二
    实验2感知机算法与支持向量机算法一、预备知识1.感知机算法二、实验目的掌握感知机算法的原理及设计;掌握利用感知机算法解决分类问题。三、实验内容设计感知机算法求解,设计SVM算法求解(可调用函数库),请找出支持向量和决策超平面。四、操作方法和实验步骤1.......
  • 精神网络学习笔记
    本篇接上篇深度学习笔记喵~1.精神网络模型考虑到在之前的模型中,我们训练的模型的决策界限都可以轻易找到其表达式,相对来说较为简单,我们下面来看一个复杂的模型,精神网络。精神网络模型是通过模仿人的神经元的出的模型,即大脑中一般会分为多层神经元,第一层神经元负责接受一个输......