Latex公式排版(编号、换行、括号内换行、对齐)

article/2025/9/15 23:23:55

最近写论文刚上手了Latex,因为有模板,所以用起来还是很方便的。
但是在实际使用中,由于论文是双栏的,因此比较长的公式在排版时会比较困难。下面对Latex中的公式排版方法做一些记录。
公式的编写方法在此不再赘述。可以选择网页版的Latex公式编辑器。
一开始使用了align方法,代码如下所示,该方法优点在于比较简单,且可以自动编号

\begin{align}
a=(1+2+3+4+5+6+7+8+9+10)   %你的公式代码 
\end{align}

效果如下:
在这里插入图片描述

但是当公式很长时,公式可能会从一栏侵入另一栏,这就需要我们对公式换行,使用“\”指令进行换行:

\begin{align}
a=1+2+3+4+5
\\+6+7+8+9+10
\end{align}

效果如下:
在这里插入图片描述
该方法会自动对齐,如需手动设置对齐位置,可以在相应位置前加上“&”指令。另外,换行还会带来编号的增加,如果只想在这个公式块设置一个编号,可以在换行前加上“\notag”指令:

\begin{align}
a=1+2+3&+4+5
\notag
\\&+6+7+8+9+10
\end{align}

在这里插入图片描述
这样这个代码块就仅有一个编号,而且也按照代码,4和6前面的+进行了对齐。

最后一个问题,在许多大型公式中,是需要在括号中进行换行,如:
在这里插入图片描述
单纯的使用“\”是不够的,还需要加上”\right.“和“\phantom{=\;\;}\left.”指令:

\begin{align}
a=\left(1+2+3+4+5
\notag\right.
\\
\phantom{=\;\;}
\left.+6+7+8+9+10\right)
\end{align}

在这里插入图片描述
这样就可以很好的实现括号内换行啦。

另外,也可采用以下模块代替align模块

\begin{equation}
\begin{aligned}\end{aligned}
\end{equation}

与align模块使用方法类似。


http://chatgpt.dhexx.cn/article/dALU7g6O.shtml

相关文章

LaTex长公式换行及对齐

长公式换行用\\,对齐用&,宏包\usepackage{amsmath} 示例代码 \begin{equation*}%加*表示不对公式编号 \begin{split} PMV &[0.303*exp(-0.036M)0.0275]*\{M-W-3.05*[5.733-\\ &0.007(M-W)-P_a]-0.42*(M-W-58.2)-0.0173M*\\ &(5.867-P_…

latex论文中行内公式太长需换行

论文latex 行内公式太长怎么换行 研究生论文写作,度娘了很久都没找到直接的答案方法如下:我的整体代码如下:效果如下: 研究生论文写作,度娘了很久都没找到直接的答案 需要将行内公式换行,使其不超出页面 …

Latex行内公式或行间公式太长换行

行内公式 代码: %错误示范 Then it sets ABETs the master public key $m p k_{A B E T}\left(g, h, u, v, w, e(g, g)^{\alpha}, e(g, h)^{\delta},\left\{h_{i}^{\alpha}\right\}_{i \in[1, n]},\left\{g_{i}g^{z_{i}}\right\}_{i \in[1, n]},{{h}^{\alpha }},{…

Latex 公式换行问题(换行,等号对齐)

Latex 公式换行问题(换行,等号对齐) 作为一个研究生肯定避免不了写论文,在这个过程中latex使用就尤为重要,他会帮助你们实现期刊格式要求的排版。今天就简单说一下我在写论文过程中遇到的问题之一,公示太长…

Latex中多行公式换行及设置编号位置

1. 公式换行 公式换行的方式有很多种,介绍三种 (1)用equation结合aligned: \begin{equation}\label{eqn:1} \begin{aligned} & a b \\ & c d \\ & e f. \end{aligned} \end{equation} 结果为: &a…

【C语言】用C语言实现最大公约数和最小公倍数【超详细讲解】

最大公约数: “最大公因数,也称最大公约数、最大公因子,指两个或多个整数共有约数中最大的一个。a,b的最大公约数记为(a,b),同样的,a,b,c的最大公…

LRN与BN

LRN是作用于卷积的一种优化,即局部响应归一化层。它的作用是减少过拟合的产生,一般用在卷积RULE激活函数之间。 具体是实现如下: 公式看起来有一些麻烦,但我们不需要关心公式的组成,我们考虑其中的原理即可。为什么要…

Alexnet中的LRN

LRN全称为Local Response Normalization,即局部响应归一化层,LRN函数类似Dropout,是一种防止过拟合的方法。这个函数很少使用,基本上被类似Dropout这样的方法取代,见最早的出处AlexNet论文对它的定义, 《ImageNet Clas…

Pytorch之经典神经网络CNN(三) —— AlexNet(CIFAR-10) (LRN)

2012年 多伦多大学Hinton提出的 AlexNet AlexNet是第一个large-scale CNN, 从AlexNet之后CNN开始变得火了起来 贡献是提出了用多层最小卷积叠加来替换单个大卷积 AlexNet首次引入了dropout AlexNet 该模型一共分为八层,5个卷积层, 以及3个全连接层 (注意这个8层是没…

tf.nn.lrn() 局部响应归一化函数

背景文档 1、首先先了解一下 什么是过拟合和欠拟合?by Panda.X 2、下面简单说一下LRN,全称Local Response Normalization (局部响应归一化函数),是一种防止过拟合的方法,一般在激活层之后使用。这个函数很…

LRN层的实现

版权声明:本文为卜居原创文章,未经博主允许不得转载。卜居博客地址:http://blog.csdn.net/kkk584520 LRN全称为Local Response Normalization,即局部响应归一化层,具体实现在CAFFE_ROOT/src/caffe/layers/lrn_layer.cp…

简谈caffe中的LRN层

昨日面试,被问道BN层和LRN层,一直以来用的都是bn,所以当时对LRN只剩下点印象,事后弥补了一下这边知识点的不足,浅谈自己对LR&#xff…

LRN(Local Response Normalization)局部归一化分析

其中LRN的公式如下: 论文中说 Denoting by aix,y the activity of a neuron computed by applying kernel i at position (x, y) and then applying the ReLU nonlinearity, the response-normalized activity bix,y is given by the expression LRN是用在激活之后…

LRN学习笔记

LRN(Local Response Normalization) 作用:将不同卷积核RELU后的feature归一化,平滑处理,能增加泛化能力。 原因:生物方面,玄学 Alexnet提出 公式: 其中i代表第i个卷积核 a x , y i , 表 示 第…

LRN(局部响应归一化)

原理: LRN层模仿了生物神经系统的“侧抑制”机制,对局部神经元的活动创建竞争环境,使得其中响应比较大的值变得相对更大,并抑制其他反馈较小的神经元,增强模型的泛化能力。 LRN对于ReLU这种没有上限边界的激活函数会比…

LRN局部响应标准化

全称:local response normalization最早来源于论文AlexNet中提到的:i:代表下标,你要计算像素值的下标,从0计算起 j:平方累加索引,代表从j~i的像素值平方求和 x,y:像素的位…

tensorflow下的局部响应归一化函数tf.nn.lrn

1、其中LRN就是局部响应归一化: 这个技术主要是深度学习训练时的一种提高准确度的技术方法。其中caffe、tensorflow等里面是很常见的方法,其跟激活函数是有区别的,LRN一般是在激活、池化后进行的一中处理方法。 AlexNet将LeNet的思想发扬光大…

局部响应归一化(Local Response Normalization,LRN)和批量归一化(Batch Normalization,BN)的区别

为什么要归一化? 归一化已成为深度神经网络中的一个重要步骤,它可以弥补ReLU、ELU等激活函数无界性的问题。有了这些激活函数,输出层就不会被限制在一个有限的范围内(比如tanh的 [ − 1 , 1 ] [-1,1] [−1,1]),而是可以根据训练需…

LRN 局部响应归一化层(Local Response Normalization)

局部响应归一化层(Local Response Normalization) 局部响应归一化层简称LRN,是在深度学习中提高准确度的技术方法。一般是在激活、池化后进行的一中处理方法,因在Alexnet中运用到,故做一下整理。 为什么要引入LRN层&a…

AlexNet中的LRN(Local Response Normalization)

神经网络初学者,没有什么理论基础,偶然看到个ImageNet,就准备从其入手,先弄懂每层的含义,其中这个LRN层真是让人百思不得其解,搜索了下,给出的介绍比较少。为什么会比较少呢,搜索到最…