南京大学学位论文LaTeX模板使用指南
2026-02-06 04:04:17作者:宣聪麟
项目简介
njuthesis 是南京大学官方推出的学位论文LaTeX模板,专门为本科生毕业论文、研究生学位论文和博士后出站报告设计。该模板严格遵循南京大学本科生院和研究生院的论文撰写规范,能够自动生成符合国家标准和学校要求的专业论文格式。
快速开始
获取模板
通过以下命令下载最新版本的模板:
git clone https://gitcode.com/gh_mirrors/nj/NJUThesis
环境配置
确保系统已安装TeX Live或MiKTeX等LaTeX发行版,并支持XeLaTeX或LuaLaTeX编译引擎。
编译文档
进入项目目录,使用XeLaTeX编译主文档:
cd NJUThesis
xelatex main.tex
编译完成后,将在当前目录生成PDF格式的论文文档。
模板结构解析
核心文件说明
njuthesis.dtx:模板的核心实现文件njuthesis-sample.tex:示例文档,可直接修改使用test/:测试目录,包含多种应用场景的示例docs/:文档目录,提供学校标志和名称文件
项目目录概览
不同学位类型配置
本科生毕业论文
本科生使用模板时,只需在文档类选项中指定类型为bachelor:
\documentclass[type=bachelor]{njuthesis}
研究生学位论文
研究生可根据学位类型选择master或doctor,并区分学术型与专业型:
\documentclass[
type=master,
degree=academic
]{njuthesis}
博士后出站报告
博士后研究人员可选择postdoc类型:
\documentclass[type=postdoc]{njuthesis}
高级功能配置
封面设置
模板支持多种封面选项,包括是否需要国家图书馆封面、诚信承诺书等:
\documentclass[
nl-cover, % 国家图书馆封面
decl-page % 诚信承诺书
]{njuthesis}
页面模式设置
根据需求选择合适的页面模式:
\documentclass[
draft, % 草稿模式
anonymous, % 盲审模式
oneside % 单面打印
]{njuthesis}
写作技巧与最佳实践
文档结构组织
建议将论文内容按章节拆分为多个文件,便于管理和维护:
\include{chapters/introduction}
\include{chapters/methodology}
\include{chapters/results}
参考文献管理
使用BibTeX管理参考文献,确保引用格式规范统一:
\printbibliography
常见问题解决
编译错误处理
遇到编译错误时,首先检查以下几点:
- 确保使用UTF-8编码保存文件
- 确认已安装必要的字体包
- 验证BibTeX文件格式正确
格式调整技巧
如需调整特定格式,可参考模板提供的配置选项,避免直接修改核心代码。
进阶功能探索
自定义命令定义
在导言区可定义自定义数学命令:
\DeclareMathOperator{\spn}{span}
\NewDocumentCommand\mathbi{m}{\textbf{\em #1}}
宏包扩展使用
根据需要载入额外的宏包:
\usepackage{subcaption} % 嵌套小幅图像
\usepackage{siunitx} % 标准单位符号
\usepackage{physics} % 物理符号
成果展示
模板支持学术成果列表功能,可自动生成攻读学位期间发表的论文清单:
\njuchapter{学术成果}
\njupaperlist[攻读博士学位期间发表的学术论文]{citation_key}
通过本指南的学习,你将能够熟练使用南京大学学位论文LaTeX模板,专注于论文内容创作,让格式问题不再成为写作障碍。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.48 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284

