PPT缩印指南

PPT的讲义打印模式,虽然能把几张PPT打印在1页。但其实是个中看不中用的功能,因为各个页面间的间隔是无法消除的。为此还纠结了很长时间。

其实甩开打印讲义的功能,用普通的缩印方式就可以实现无间隔的缩印输出。

据说有个fineprint的软件可以缩印,不过打印机已经自带此功能了。


1. 对PPT进行整理

(1)去掉页眉的水印。

(2)去掉粗体字。因为在较低质量情况下,粗体字惨不忍睹。

(3)修改母板,字体建议为宋体,宋体即使很小也看得清,而且最不费墨。

(4)如果表格有深色背景,一定要去掉,否则既费墨又看不清楚。


2. 设置缩印。

打印内容:设为幻灯片,不要设成讲义,那个没意义。灰度,加框。


打印质量:比正常快

方向:横向,因为PPT也是横向的,比例尽量一致。


每章打印页数:16。这项最重要。



最后预览一下吧



1个447页的PPT。双面打印后只有14张纸。效果很不错哦。


另外在16:10的笔记本上,PPT播放不能全屏,其实把页面设置设为16:10就可以全屏播放了。


根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值