首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

在emacs中隐藏^ M.

在 Emacs 中隐藏 ^ M 的方法是使用 delete-selection 函数。该函数可以选择文本并删除所选内容。要在 Emacs 中隐藏 ^ M,可以使用以下步骤:

  1. 进入 Emacs。
  2. 输入 M-x delete-selection
  3. 按 Enter 键。

这将在当前行中删除 ^ M,从而隐藏它。


扩展知识

  1. delete-selection 函数是 Emacs 中用于删除选择内容的内置函数。
  2. 可以通过按 Ctrl 键和 Alt 键的同时按 Delete 键来调用 delete-selection 函数。
  3. 除了 Ctrl 键和 Alt 键的同时按 Delete 键,还可以通过点击鼠标右键并在弹出菜单中选择 "Delete Selection" 选项来调用 delete-selection 函数。

总之,在 Emacs 中隐藏 ^ M 的方法是使用 delete-selection 函数。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

[论文品读]·d-vector解读(Deep Neural Networks for Small Footprint Text-Dependent Speaker Verification)

在本文中,我们研究深度神经网络(DNNs)在小型文本相关的说话者验证任务的应用。在开发阶段,DNN经过训练,可以在帧级别对说话人进行分类。在说话人录入阶段,使用训练好的的DNN用于提取来自最后隐藏层的语音特征。这些说话人特征或平均值,d-vector,用作说话人特征模型。在评估阶段,为每个话语提取d-vector与录入的说话人模型相比较,进行验证。实验结果表明基于DNN的说话人验证与常用的i-vector相比,系统在一个小的声音文本相关的说话人验证任务实现了良好的性能表现。此外,基于DNN的系统对添加的噪声更加稳健,并且在低错误拒绝操作点上优于i-vector系统。最后,组合系统在进行安静和嘈杂的条件分别优于i-vector系统以14%和25%的相对错误率(EER)。

03

深度学习碰上古文献,西南大学提出基于CNN的古彝文识别方法

摘要:作为世界六大古文字之一的古彝文记录下几千年来人类发展历史。针对古彝文的识别能够将这些珍贵文献材料转换为电子文档,便于保存和传播。由于历史发展,区域限制等多方面原因,针对古彝文识别的研究鲜有成果。本文把当前新颖的深度学习技术,应用到古老的文字识别中去。在四层卷积神经网络(Convolutional Neural Network, CNN)的基础上扩展出 5 个模型,然后再利用 Alpha-Beta 散度作为惩罚项对 5 个模型的输出神经元重新进行自编码,接着用两个全连接层完成特征压缩,最后在 softmax 层对古彝文字符特征进行重新评分,得到其概率分布,选择对应的最高概率作为识别的字符。实验表明本文所提方法相对于传统 CNN 模型而言对古彝文手写体的识别具有较高的精度。

02
领券