文档秒变
专业 LaTeX 论文
拖动分割线，看 AI 把杂乱的 Word / PDF 一键变成会议规范 LaTeX。
中文界面、中文指令、中文模板——无需学习 LaTeX 语法，第一次用也能跑通。
摘要本文研究深度学习在图像分类中的应用，提出一种结合注意力机制的网络结构，并在 CIFAR-10 上验证。实验表明准确率提升 3.5 个百分点。
关键词深度学习；图像分类；卷积神经网络
图像分类是计算机视觉的核心任务之一。随着深度学习的兴起，相关研究取得了显著进展[1]，但在细粒度场景下仍存在挑战[2]。
我们以 ResNet-50 为骨干网络并引入注意力模块，整体模型可表示为
其中 θ 为可学习参数，由反向传播迭代优化。
在 NVIDIA RTX 4090 上训练 200 个 epoch。准确率随训练轮次的变化如图 1 所示，验证集收敛稳定。
与基线相比，本方法在 top-1 准确率上稳定领先，验证了注意力模块的有效性。
- [1] He K, et al. Deep Residual Learning for Image Recognition. CVPR, 2016.
- [2] Vaswani A, et al. Attention Is All You Need. NeurIPS, 2017.
摘要：本文研究了深度学习在图像分类中的应用。我们提出了一种新的网络结构，并在 CIFAR-10 数据集上进行了实验，准确率提升了3.5个百分点。
1. 引言
图像分类是计算机视觉的核心任务之一。近年来随着深度学习的兴起，相关研究取得了显著进展（2023）这里需要补充更多文献综述
2. 方法
我们采用了ResNet-50作为骨干网络，并加入了注意力机制。整个模型可以表示为y=f(x;θ)，其中θ是可学习的参数。
3. 实验
第 1 页 / 共 12 页
为学术写作而生
不只是排版工具，更是你的论文写作助手
Word / PDF 智能导入
上传 Word 或 PDF，AI 自动识别标题、正文、图表、参考文献等结构，转换为规范的 LaTeX 格式——从乱稿到可投稿排版，一步完成。
中文指令编辑，零基础友好
中文界面、中文对话，第一次也能用：用自然语言说出意图，AI 替你写 LaTeX，无需记忆任何命令。
ctex / xeCJK 等中文排版配置全部自动完成。
真实文献引用
AI 联网检索真实论文，一键插入 BibTeX；写入文档的每条文献都有真实出处，杜绝凭空编造。
可控的 AI 修改，报错自动修复
每次改动以 Diff 展示，逐项接受或拒绝——永远由你拍板；接受后若编译报错，AI 自动分析原因并修复，不再被 LaTeX 报错信息困扰。
版本历史与一键回滚
每次保存和 AI 修改都会自动存档；任何时候不满意，点一下就回到之前的版本——放心大胆地改，不怕改坏。
还有：内置 CVPR / IEEE / 毕业论文等学术模板 · 格式设置面板 · 实时 PDF 预览
三步走完一份论文
创建项目、AI 排版、对话迭代——全程中文界面，无需学习 LaTeX 语法。
新建项目为什么选择鲸鱼LaTeX
不是又一个在线编辑器——AI、中文、国内体验，每一项都为论文写作而设计
| 鲸鱼LaTeX | Overleaf | 本地 LaTeX | |
|---|---|---|---|
| 学习成本 | 零门槛，对话即可 | 需要会写 LaTeX | 安装配置全自己来 |
| AI 写作排版 | 原生集成，中文对话改稿 | 付费附加，英文为主 | 无 |
| Word / PDF 导入 | 一键转 LaTeX | 不支持 | 不支持 |
| 中文排版 | ctex / 中文模板开箱即用 | 需自行配置 | 需自行配置 |
| 编译报错 | AI 自动修复 | 自行排查日志 | 自行排查日志 |
| 付费方式 | 微信 / 支付宝 | 仅外币信用卡 | 免费 |
学习成本：零门槛，对话即可
AI 写作排版：原生集成，中文对话改稿
Word / PDF 导入：一键转 LaTeX
中文排版：ctex / 中文模板开箱即用
编译报错：AI 自动修复
付费方式：微信 / 支付宝
简单透明的定价
免费开始，按需升级
*用量需合理并遵守我们的使用条款。