分子+1

@c6h6benzene
@duxiansen
就寝闹钟，健康那个闹钟，我就没打开过，甚至那个第一次介绍我都没有完成。所以应该确定是闹钟的 bug

@9percent 之前的一段时间使用都是小的、不频繁的，因此忍忍就过去了。你也看到了我主题提到的 2 个 bug 是忍无可忍的类型，而且就在最近发生。我咨询了 apple 电话支持，只建议我重启系统。但现在我已经准备升级系统了。

@falcon05 好家伙，我一直是把 siri 建议关掉的，感觉不怎么准确也没大用

我买的 12 。感觉比之前轻了很多，不割手，10 小时重度使用顶不住，估计得充一次电

@IgniteWhite 老哥你是不是在读 PRML

hhhh 好奇好奇

我觉得和面向用户的使用习惯不同有关，所以广告方式也不同

还记得很早时候，我记得 YouTube 广告只在前面或是末尾插入，没想到早已变成视频中间可能插入多段广告，手机 app 视频列表中间也有广告。是 iqiyi 被 YouTube 带坏了？

@factoid 题主意思是 parser 吧，查了查好像就 bashlex 支持还算完整了，
实在不行，看着源码改吧，捡起你的编译知识

我记得 frp 的 doc 有介绍并建议的方法，但是访问者也要使用一个 frpc，这样可以启用密码。
这样符合题主的安全吗？

这俩一个东西啊。只不过谢希仁语义简写了，不过你通过后面那句“B 对篡改过的报名进行解密”，也能明白啊。
省略了“拿 A 的公钥去解 Dsa （ X ），得到后和 message 比较即可”。而且人家图 7-4 也说得明明白白的

@Elissa 主要是我的 markdown 和 latex 规则都是 typora 允许的，因此比较复杂情况，typora 可以支持，你说的这两个插件无法支持。这就比较尴尬了，typora 又不把它的渲染规则公开，难受

@Elissa 嗯嗯，我第二个 append，是测试了安装了“MarkdownParse”这个 latex 增强插件后的结论。我刚刚再次测试了你说的“MarkdownKatex”，效果还不如“MarkdownParse”；尝试 2 个插件同时开启，直接 http error500

@gkirito 看起来不错的样子，虽然样式对我来说还是有点太复杂了（ 2333 我用于个人学术页展示，一般都很朴素很朴素那种），它用了 KaTex 来渲染，但是我在评论系统看到它支持 markdown，测试了下，没渲染。。正文貌似没看到它 latex 的示例，还需要自行测试一下。

感谢老哥！

@Elissa
@mrgeneral
好的谢谢，等下我试试这个 Typecho 博客系统

@no1xsyzy emmm，主要是我的博客系统用的是 hugo，也就是说它会将.md 渲染成一些带样式的 html，所以如果全部使用 pandoc 之类的工具，将.md 统统直接转为 html，那 hugo 博客系统就废了，一些导航、目录都无法自动生成（这些都依赖于让 hugo 去渲染 md ）

@gwy15 好的谢谢老哥，确实 KaTex 感觉还不错，但是有一个问题就是 inline math 好像$math$这样没法渲染？网上查了不少资料，改 renderMathInElement 也渲染不了，用\(math\)这样是可以的，请教下老哥怎么解决的？

可以试试 nltk/spacy 这类库，一般以 word-level 为级别的分词，很难避免你说的这个问题。你可以试试 sub-word level 以及结合 named entity 、pos_tag 这类判断

以 nlp tokenizer segmenter 为关键词看看相关论文

尝试了几番，都不太行，准备写个脚本添加一个“avoid overlap”名单，在 hugo 选然后，再次将“typora”导出的 html 进行替换，，真的是没办法 2333，，涉及的数学公式太多了

@kidlj
@gwy15
谢谢老哥！！再次尝试了 mathjax 以及 katex 和一些配置还是无效。

这个无效指一些可能不太规范的 markdown 下的 latex 语法，特别是在 indent 环境下再次使用$$latex$$
例如以下这段 markdown 代码

```
balabala something...

1. $\mathbb{E}[\sigma_{ML}^{2}]$ is biased
$$ \begin{align}
\mathbb{E}[\sigma_{ML}^{2}] &= \mathbb{E}[\frac{1}{N}\sum_{n=1}^{N}(x_n - \mu_{ML})^2] \
&= \frac{1}{N}\mathbb{E}[ \sum(x_n^2 + \mu_{ML}^2 - 2x_n\mu_{ML}) ] \
&= \frac{1}{N}\mathbb{E}[ \sum{x_n^2} + N\mu_{ML}^2 - 2N\mu_{ML}^2 ] \
&= \frac{N}{N}\mathbb{E}[x^2] - \mathbb{E}[{\mu_{ML}^2}] \quad \mathbb{E}[x_n] \equiv \mathbb{E} \text{
beacause the variable } x_n \text{ obey Gaussian distribution } \mathcal{N}(x|\mu, \sigma^2) \
&= \mathbb{E}[x^2] - \mathbb{E}[\mu_{ML}^2] \
&= (\mu^2 + \sigma^2) - (\mu^2 + \sigma_{\mu_{ML}}^2) \
&= \sigma^2 - \sigma_{\mu_{ML}}^2 \end{align} $$ the $\sigma_{\mu_{ML}}^2$ denotes the variance of
$\mu_{ML}$ $$ \begin{align} {\rm var}[\mu_{ML}] = \sigma_{\mu_{ML}}^2 &= {\rm var}[\frac{1}
{N}\sum_{n=1}^{N}x_n] \
&= \frac{1}{N^2}{\rm var}[\sum_{n=1}^{N}x_n] \
&= \frac{1}{N^2}N{\rm var} \
&= \frac{1}{N}\sigma^2
\end{align}
$$

2. balabala

```

可能是这些本都不是正确的 markdown 规则，被 typora“惯坏了”