首页 > 其他分享 >Markdown学习

Markdown学习

时间:2024-08-31 12:52:14浏览次数:3  
标签:Markdown 掌握 ## am 学习 内容 成绩

## 1.哪些内容是你掌握的?哪些内容是你没有掌握的? - 掌握的内容:基本语法、标题、代码块等Markdown基本用法已经掌握 - 未掌握的内容:列表、链接、图片、引用等Markdown基本用法 学习的内容: 1、 画表格 | |学科1 |学科2 | |----------------|-------------------------------|-----------------------------| |学生1 |成绩|成绩| |学生2 |成绩|成绩| |学生3 |成绩|成绩| 2、数学公式 $\Gamma(n) = (n-1)!\quad\forall n\in\mathbb N$ $$ \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. $$ 3、绘图 ```mermaid sequenceDiagram A->> B: Hello , how are you? B-->>C: How about you C? B-x A: I am fine thanks! B-x C: I am fine thanks! ``` ## 2.为你学习的prompt框架使用Markdown格式设计一个通用模板 ## Input - **角色**: 输入用户名。 ## Context - **上下文**: 提供问题和上下文。 ## Description - **任务**: 详细描述所需的任务或解决方案。明确指示内容、格式或所需步骤。 ## Output - **输出**: 定义输出形式或结果。

标签:Markdown,掌握,##,am,学习,内容,成绩
From: https://www.cnblogs.com/messiwang/p/18389680

相关文章

  • Markdown学习
    一、通过学习、实践AI平台返回的内容:(1)Markdown简介和详细语法概述:Markdown是一种轻量级的标记语言,允许用户使用纯文本格式编写结构化文档。它最初由JohnGruber在2004年创建,旨在使网页编写者能够通过一些简单的语法来生成格式化的内容,最终输出为HTML。详细语法:Markdown的语......
  • 【机器学习】K近邻(K-Nearest Neighbors,简称KNN)的基本概念以及消极方法和积极方法的区
    引言K近邻(K-NearestNeighbors,简称KNN)算法是一种基础的机器学习方法,属于监督学习范畴文章目录引言一、K近邻(K-NearestNeighbors,简称KNN)1.1原理详述1.1.1距离度量1.1.2选择k值1.1.3投票机制1.2实现步骤1.3参数选择1.4应用场景1.5优缺点1.5.1优点1.5.2缺点......
  • Buildroot构建Qt根文件系统-思维导图-学习笔记-基于正点原子阿尔法开发板
    Buildroot构建Qt根文件系统获取Buildroot源码Buildroot源码下载地址,https://buildroot.org/本次下载的是长期支持版本移动至ubuntu后解压tarxfbuildroot-2022.02.3.tar.gz解压后的Buildroot源码配置Buildroot安装显示图形菜单需要的库sudoapt-getin......
  • 基于Python的机器学习系列(17):梯度提升回归(Gradient Boosting Regression)
    简介        梯度提升(GradientBoosting)是一种强大的集成学习方法,类似于AdaBoost,但与其不同的是,梯度提升通过在每一步添加新的预测器来减少前一步预测器的残差。这种方法通过逐步改进模型,能够有效提高预测准确性。梯度提升回归的工作原理        在梯度提升......
  • Datawhale X 李宏毅苹果书 AI夏令营 第五期 深度学习(进阶班)Task02 笔记分享
    文章目录Task2-1:《深度学习详解》-3.3&4&5自适应学习率(9页+38分钟)Part01:视频笔记训练技巧:自适应学习率(Adaptivelearningrate):学习率应该为每一个参数特质化:RootMeanSquare(均方根):......
  • 基于Python的机器学习系列(16):扩展 - AdaBoost
    简介        在本篇中,我们将扩展之前的AdaBoost算法实现,深入探索其细节并进行一些修改。我们将重点修复代码中的潜在问题,并对AdaBoost的实现进行一些调整,以提高其准确性和可用性。1.修复Alpha计算中的问题        在AdaBoost中,如果分类器的错误率e为0,则......
  • 【机器学习】sklearn核心分类算法比较
    sklearn核心分类算法比较sklearn分类问题的核心算法及其关联核心分类算法其他分类算法算法之间的关联示例代码运行结果sklearn分类问题的核心算法及其关联在scikit-learn中,分类问题是机器学习中最常见的任务之一。scikit-learn提供了多种分类算......
  • 浙水学习平台刷课脚本-JavaScript编写
    脚本学习网站:xxx.zjwater.com/zsxx/#/consumer/studyCenter脚本地址:浙江省水利人员在线学习系统-刷课脚本教程1.插件安装(以MicrosoftEdge浏览器为例)打开最中间那个蓝色绿色的浏览器,谷歌之类的浏览器也可以点击屏幕右上角三个点,图示位置,然后点击扩展点击获取扩展搜......
  • 亦菲喊你来学机器学习(16) --K-means聚类算法
    文章目录K-means基本步骤优缺点构建模型总结K-meansK-means算法是一种广泛使用的聚类算法,旨在将数据集划分为K个簇,使得每个簇内的数据点尽可能相似,而不同簇之间的数据点尽可能不同。这个算法通过迭代的方式实现,每次迭代都会更新簇的中心(即簇内所有点的均值),然后将......
  • 【电力系统短期负荷预测】基于ELM、白鲸算法优化ELM、鹭鹰算法优化ELM极限学习机的电
       ......