·

Mathjax loads slow. How to load local JS file with Nuxt?

发布时间:2024-06-17 21:35:18阅读量:572
专业文章
转载请注明来源

In How to render math in Vue or Nuxt?, we explain the way to use Mathjax to render beautiful math formula in Nuxt.js. However, using CDN to load Mathjax is easy, but it degrades the performance of our pages. In other words, Mathjax may load slow if it is loaded by CDN.

One of the solutions is to load Mathjax locally. You can use npm to install Mathjax to your project.

npm install mathjax@4.0.0-beta.6

However, it is difficult to integrate with Mathjax in Nuxt. Not only because there is little information about this, but following the Mathjax documentation may not work at all for Nuxt.js.

Therefore, there is only one way that is easy enough: load Mathjax's JS file locally. In other words, you continue to use CDN to load Mathjax, but load local Mathjax's JS file. Just follow the steps:

  1. Download Mathjax's source files from MathJax v4.0.0-beta.6.
  2. Put all the Mathjax files in the directory public/mathjax. Note that if you are using VSCode to write your Nuxt project, don't forget to see VSCode error: To enable project-wide JavaScript/TypeScript language features, exclude large folders... to avoid an important error.
  3. In your nuxt.config.ts
head: {
    link: [{
        rel: 'icon',
        type: 'image/x-icon',
        href: '/favicon.png'
    }],
    script: [
        {
          type: "text/javascript",
          id: "MathJax-script",
          async: true,
          src: "/mathjax/tex-chtml.js",
          tagPosition: "bodyClose",
        },
        {
          innerHTML:
            "MathJax = {tex: {inlineMath: [['$', '$'],['$$', '$$']]}};",
        },

    ]
}


评论区

暂无评论,来发布第一条评论吧!

弦圈热门内容

正弦函数的幂级数展开是否是柯西序列?

考虑正弦函数的幂级数展开$$S=(\sum_{i=0}^{j}\frac{(-1)^{i}}{(2i+1)!}r^{2i+1})_{i\in\mathbb{N}}, 0\leq r\leq2\pi。$$那么$S$是否是柯西序列?令$\varepsilon>0$。是否存在$N>0$使得对于任意$m,n\geq N$,都有$$\left|\sum_{j=n}^{m}\frac{(-1)^{j}}{(2j+1)!}r^{2j+1}\right|\leq\sum_{j=n}^{m}\frac{1}{(2j+1)!}r^{2j+1}<\varepsilon?$$证明1:众所周知,$\sin x$的幂级数展开在任意地方都是收敛的(你可以使用比值审敛法来证明这个结论),然后所有收敛数列都是柯西的,因此$S$是柯西序列。证明2:既然这是研究一个紧致集里的级数,最简单的方法是用下面的不等式:$$\sum_{j=n}^{m}\frac{1}{(2j+1)!}r^{2j+1}\leq\sum_{j=n}^{m}\frac{1}{(2j+1)!}(2\pi)^{2j+1}<\varep ...

阿基米德性质的乘法形式

我的提问:令$(\Gamma,+,\leq)$为一个有序阿贝尔群。我们知道阿基米德性质可以表述为:对所有$a,b\in\Gamma$,如果$a>0,b\geq0$,则存在$n\geq0$使得$b\leq na$。然而如果我们考虑乘法的情况,即有序阿贝尔群是$(\Gamma,\cdot,\leq)$。是否存在乘法形式的阿基米德性质?我认为存在。并且我对它的描述如下:对于所有$a,b\in\Gamma$,如果$b<1,a\leq1$,则存在$n\geq0$使得$b^{n}\leq a$。这是正确的吗?实际上,我没能证明它等价于$\Gamma$有凸秩1。回答:你正确地叙述了阿基米德性质的乘法版本。令$\Gamma$为一个满足阿基米德性质的有序乘法群。假设$H$是$\Gamma$的一个凸子群,且满足$H\ne \{1\}$。令$1\ne x\in H$。然后有$\{x,x^{-1}\}\subset H$,且$\{x,x^{-1}\}$中的一个成员是$>1$。因此,不失一般性,令$1<x\in H$。(i). 如果$1\le y\in\Gamma$,存在$n\in \B ...

高智商与心理疾病仅“一墙之隔”?

“从天才到疯子,仅有一步之遥。”这是英国诗人约翰·德莱顿的一句名言。世界上许多有才华的人都与精神疾病沾边,这让科学家对这个问题很有兴趣。一直以来,他们都想找到一个答案,高智商与心理疾病之间是否存在一定的相关性?最近,克里蒙特学院联盟培泽学院的科学家在心理学期刊Intelligent发表了一项研究成果,他们发现,高智商人群罹患焦虑、抑郁、自闭等症状的比例要高于普通大众。高智商与精神疾病这项研究的样本比较特别,培泽学院的科学家选择了3715名门萨俱乐部成员,测试他们的精神健康。门萨俱乐部是世界顶级智商社团组织,目前它的会员遍及全球100多个国家和地区,人数高达十几万,智商均在130以上。但是,测试结果显示,其中约有20%的会员患有抑郁症和焦虑症,而在普通人群中,这一比例只有10%。不仅如此,他们还发现,门萨会员似乎也更容易患哮喘、过敏和免疫力底下等疾病。他们试图回答一个问题,高智商是否会加剧心理反应进而影响身体的免疫水平?根据《每日邮报》的报道,研究人员的解释是,高智商人群之所以患精神疾病的比例更高,也许是因为他们过于亢奋、敏感,导致情绪失调。而已有的科学研究认为,心理问题可能引发身体的炎 ...

吴宝珠:不要浪费时间写糟糕的论文,一篇好论文胜过一百篇垃圾论文

吴宝珠1972年出生于越南一个学者家庭,15岁时进入越南国立河内大学附属高中的数学专修班,1988年和1989年,他连续两届参加国际奥林匹克数学竞赛,获两枚金牌。他在法国完成大学学习,在博士研究生阶段开始研究朗兰兹纲领;2008年,他证明了朗兰兹纲领的基本引理。朗兰兹纲领由加拿大裔美国数学家罗伯特·朗兰兹(Robert Langlands)发起。1979年,朗兰兹提出一项雄心勃勃的革命性理论:将数学中两大分支——数论和表示论联系起来,其中包含一系列的猜想和洞见,最终发展出“朗兰兹纲领”。朗兰兹认为,纲领的证明需要几代人的努力,但他相信证明纲领的前提需要一个基石——基本引理,而且这个证明应该比较容易。然而,基本引理的证明实在是太难了,直到29年后,2008年,年轻的吴宝珠才用自己天才的方法,将之证明。2009年,美国《时代》周刊将基本引理的证明列为年度十大科学发现之一。2010年9月1日,吴宝珠成为美国芝加哥大学的正教授。前段时间,应哈佛大学数学教授、清华大学数学科学中心主任丘成桐邀请,吴宝珠到北京作为期一周的学术访问,其间,他接受了《科学时报》记者采访,谈及自己的数学之路。在越南展露数 ...

说过多少遍不要All in AI!初创公司没有一个产生现金流的业务就搞AI无异于在裸泳

这段时间是AI大火的时期,企业之间大模型的竞争已经进入白热化阶段,很多初创公司也相继涌入了AI大模型赛道。不少人争相加入AI赛道的原因,是相信,这将会是一场新的工业革命,或者说这相当于上次的互联网革命。这里我并不否认这种观点,而是想指出,现在没人真的能确定这场AI大热是否真的能产生堪比工业革命的收益。如果商业化落地成功,且能满足大量的市场需求从而能产生大量的利润,才能说这或许是一场工业革命。而且换位思考一下,如果你确定这是次巨大的机缘,那为什么要公之于众呢?不仅公之于众还要大肆宣扬,生怕有人不知道,这正常吗?是不是跟股市一样,大喊着“牛市”了,要涨了,然后一堆韭菜入局。目前来看,AI的局势还处在混沌摸索之中,绝大多数人的钱注定会打水漂,已经有大量的AI公司倒下了。讽刺的是,有些通过AI热赚到钱的,反而是卖课割韭菜的。然后关于目前的行情,从明星AI创业公司的动向,也能看出一二,不少明星创业公司选择卖身,或者创始团队分崩离析,还有创始人流下烂摊子直接跑路的。就连最大的OpenAI如今创始人团队都走光了。连明星创业公司都如此,如果你这时候选择All in AI,你想想那失败的风险有多大,就跟 ...