新闻详情

新闻详情

首页 / 资讯中心 / 详情

CSDN博客文章排版教程

发布时间:2026/11/4 21:29:26来源:尧图网络
CSDN博客文章排版教程
CSDN博客文章排版教程写博客内容为王但排版同样不可忽视。一篇排版清爽、结构清晰的文章不仅能让读者读起来更舒服也能让文章显得更专业、更用心。文章目录CSDN博客文章排版教程一、文章目录的生成1.1 自动生成目录1.2 目录的层级二. 基础操作2.1 高亮2.2 加粗2.3 代码块行内/示例2.4 引用2.5 分隔线三、图片大小与位置调整3.1 插入图片的基础操作3.2 调整图片大小五、设置文章状态一、文章目录的生成1.1 自动生成目录[TOC]保存发布后编辑器会自动根据文章中的##、###等标题生成可点击跳转的目录读者点击目录项即可快速定位到对应章节。效果1.2 目录的层级一级标题#用于文章主标题二级标题##用于各大章节三级标题###用于章节内的小节。记住# 后面要有空格二. 基础操作2.1 高亮mark高亮内容/mark效果高亮2.2 加粗**加粗**效果加粗2.3 代码块行内/示例行内代码块效果行内代码块示例代码块 快捷键CtrlShiftK格式效果2.4 引用快捷键CtrlShiftQ2.5 分隔线分隔线 ---效果三、图片大小与位置调整3.1 插入图片的基础操作在 CSDN 编辑器中点击工具栏的「图片」按钮插入后图片默认以原始尺寸显示。或者你可以截图复制过来。3.2 调整图片大小如果不调整图片大小会显得特别大影响美观。例如手动修改图片语法中的宽度参数![图片描述](https://i-blog.csdnimg.cn/direct/13264e2116454508b0d1bdbb1691a574.png 500x)500x 效果其中500x表示将图片宽度固定为 500 像素高度按比例自动缩放。当然也可以指定宽高![图片描述](https://i-blog.csdnimg.cn/direct/13264e2116454508b0d1bdbb1691a574.png 300x200)效果例如[软工导论三UML图](https://blog.csdn.net/2401_87605827/article/details/165756002?fromshareblogdetailsharetypeblogdetailsharerId165756002sharereferPCsharesource2401_87605827sharefromfrom_link)效果软工导论三UML图点击就可以进入。五、设置文章状态有些博主粉丝增长快是因为设置了粉丝可见。如果你的文章写得很干货就可以设置这个功能。效果可见拜拜希望对你有帮助后续有新的会再编
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/4 15:56:54

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/3 12:09:35

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/4 17:01:23

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/4 1:25:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/4 3:51:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉