PhD Thesis 项目启动与配置教程
2025-05-14 09:48:23作者:虞亚竹Luna
1. 项目目录结构及介绍
phd-thesis 项目目录结构如下:
phd-thesis/
├── abstract/
│ ├── abstract_en.tex
│ └── abstract_fr.tex
├── acknowledgments/
│ └── acknowledgments.tex
├── acronyms/
│ └── acronyms.tex
├── appendices/
│ ├── appendixA.tex
│ └── appendixB.tex
├── bibliography/
│ └── references.bib
├── chapters/
│ ├── chapter1.tex
│ ├── chapter2.tex
│ └── ...
├── config/
│ ├── biblatex.tex
│ ├── documentclass.tex
│ └── preamble.tex
├── frontmatter/
│ ├── dedication.tex
│ ├── preface.tex
│ └── titlepage.tex
├── images/
│ └── figure1.png
├── main.tex
├── pdfs/
│ └── additional_document.pdf
├── plots/
│ └── plot1.tex
└── thesis.cls
以下是各目录和文件的简要介绍:
abstract/:包含论文摘要的文件。acknowledgments/:包含论文致谢的文件。acronyms/:包含论文中使用的缩写的文件。appendices/:包含论文的附录文件。bibliography/:包含参考文献的.bib文件。chapters/:包含论文各个章节的.tex文件。config/:包含项目配置文件,如文档类、页眉页脚等设置。frontmatter/:包含论文前置部分,如扉页、前言等。images/:包含论文中使用的图片文件。pdfs/:包含需要附加的PDF文档。plots/:包含生成的图表的.tex文件。main.tex:主文档文件,用于整合整个论文。thesis.cls:自定义文档类文件,定义了论文的整体格式。
2. 项目的启动文件介绍
项目的启动文件是 main.tex。这个文件是整个论文的核心,它负责整合所有的章节和部分,并设置文档的基本格式。以下是 main.tex 文件的一个简单示例:
\documentclass{thesis}
\input{config/preamble}
\begin{document}
\input{frontmatter/titlepage}
\input{frontmatter/preface}
\input{frontmatter/acknowledgments}
\tableofcontents
\input{chapters/chapter1}
\input{chapters/chapter2}
% ... 其他章节
\printbibliography
\end{document}
在这个文件中,首先导入了自定义的文档类 thesis.cls,然后通过 input 命令引入了其他部分和章节的文件。
3. 项目的配置文件介绍
项目的配置文件位于 config/ 目录下,主要包括以下文件:
documentclass.tex:定义了文档类型和基本设置。preamble.tex:包含了文档的预设置,如导入宏包、设置页边距等。biblatex.tex:配置了参考文献管理工具 BibLaTeX 的设置。
以下是 preamble.tex 文件的一个简单示例:
\usepackage[utf8]{inputenc} % 设置编码
\usepackage[T1]{fontenc} % 设置字体编码
\usepackage[english]{babel} % 设置文档语言
\usepackage{graphicx} % 导入图形处理宏包
\usepackage{hyperref} % 导入超链接宏包
% ... 其他宏包和设置
在 preamble.tex 文件中,可以通过添加不同的宏包和设置来定制文档的格式和风格。这些配置文件在 main.tex 中通过 \input 命令被引入,以确保整个文档的一致性和正确性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
892
667
Ascend Extension for PyTorch
Python
376
446
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
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271