始终

众所周知，C/C++ 语言中的 switch-case 语句只支持整型数字的逻辑分支。因此，当我们需要对整型数字之外的变量进行分支判断时，就只能依赖 if-else 语句了。例如：

1
2
3
4
5
6
7

if (policy == "SINGLE") {
    ;  // do something
} else if (policy == "MULTIPLE") {
    ;  // do something
} else {  // UNSPECIFIED
    ;  // do something
}

这种情况下，虽然我们用 if-else 语句实现了类似 switch-case 语句的功能。但一方面写起来未免麻烦，分支多了难以维护；另一方面如果分支很多，那么执行起来需要注意进行字符串相等性判断，效率很低。因此，这篇文章尝试通过一些取巧的方式来解决这个问题。

这是一篇非常图省事儿的模板发布文章。发布的内容如题，是我自用的一个简易的 LaTeX 幻灯片模板——easy_slides。由于我需要做演示的场景相对严肃、学术，所以我不会需要过多的效果。因此，模板基于标准模板类 article 简单修改而来。主要来说修改有二：

• 版面尺寸修改为适合幻灯片播放的 4:3 的样式；
• 利用以前实现过的水印功能，给幻灯片贴上了一个背景图。

由于我需要做演示的场景常与代码打交道，所以对 listings 提供的代码列印环境做了一些设置。

以上基本就是 easy_slides 的全部内容了。

本模板主要目的为自用，不接受任何批判、提问和特性请求；但欢迎使用、fork、改进。

• GitHub 项目地址：https://github.com/Liam0205/easy_slides/
• GitHub 最新发布：https://github.com/Liam0205/easy_slides/releases/latest

今天起，始终博客的域名从 liam0205.me 正式迁移至 liam.page。希望继续能为大家贡献高质量的技术文章。

以下是综合检索到的关于网站改版之域名迁移的一些经验。

拉格朗日乘数法是约瑟夫·拉格朗日（Joseph-Louis Lagrange）提出的关于多元函数在有若干等式约束条件情况下求解最优化问题的解法。由于它在最大熵模型中有应用，所以在谈最大熵模型之前，首先要讲讲拉格朗日乘数法。

逻辑回归（Logistic Regression）是最简单的分类算法之一，但是在很多领域中都被广泛应用。对于大多数人来说，逻辑回归（Logistic Regression）大概是入门机器学习时学习的第一个算法。然而，并不是每个人都能讲清这个算法。这便是本文的缘由。