付費限定
如何快速將 TED 演講影片的知識轉換為因果循環圖（CLD）?
使用 Mermaid Live 生成學習效果因果迴圈圖的指南
在這篇文章中，我將介紹如何使用 Mermaid Live 來生成一個展示學習效果因果迴圈圖（Causal Loop Diagram, CLD）。Mermaid 是一個簡單且強大的語法，可以用來創建各種類型的圖表，直接點擊 Mermaid.live 進行編輯即可。
產生因果迴圈圖的系統動力學原理
系統動力學（System Dynamics）是一種用於理解複雜系統行為的方法。它利用因果迴圈圖（Causal Loop Diagram, CLD）來表示系統內部的變量之間如何相互影響，這有助於理解系統的動態行為和識別系統中的反饋迴路。
在學習效果的例子中，我們可以使用 CLD 來展示不同因素如何影響學習效果，例如注意力、警覺性、睡眠、重複練習等。
從 Youtube 影片旁白稿摘取資訊
接著我們以一段 Ted 演講為例，將 Youtube 的影片旁白稿，整段複製到 ChatGPT：
接著在 ChatGPT 中，我們就可以此影片講者的說法，識別出影響學習效果的關鍵因素。以下是 Prompt 的重要步驟：
以行動支持創作者！付費即可解鎖
本篇內容共 416 字、0 則留言，僅發佈於AI 學習科技實驗室你目前無法檢視以下內容，可能因為尚未登入，或沒有該房間的查看權限。
內容總結
生成式AI與EdTech教育科技政策
0
/5
49會員
61內容數
[未來的學習 X 學習的未來] 專注探討教育科技 (EdTech) 與生成式 AI 的相關主題與創新應用，內容包括：最新國際趨勢、專欄文章、推薦課程、實務案例、研究報告、工作花絮、電子書下載、Podcast、工具軟體....等。
留言0
查看全部
你可能也想看
Google News 追蹤
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
原始 Transformer 架構的 Transduction Process 使用編碼器堆疊、解碼器堆疊而用所有模型參數來表示參考序列，我們將該輸出序列稱為參考。
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
接著來談 Transformer 架構中的 Feedforward Network (FFN)：
其為全連接的神經網路架構
回顧 AI說書 - 從0開始 - 64
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
目前我們已經完成：
Single-Head Attention 數學說明：AI說書 - 從0開始 - 52
Multi-Head Attention 數學說明：
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
延續AI說書 - 從0開始 - 44說完 Embedding ，下一步就是闡述 Positional Embedding，其於原始 Transformer 架構中的角色
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們已經在AI說書 - 從0開始 - 19中，闡述了Inference的Pipeline為t = f(n)，現在我們做一些擴充與特點說明：
t = f(n)其實展
這個頻道將提供以下服務：
深入介紹各種Machine Learning技術
深入介紹各種Deep Learning技術
深入介紹各種Reinforcement Learning技術
深入介紹Probabilistic Graphical Model技術
不定時提供讀書筆記
讓我們一起在未
這一篇要測試一下Video Linear CFG Guidance這個節點，在網路上很多的教學影片跟網友分享的工作流中會看到這個節點，據說這個節點不只可以用在生成影片的工作流中，也可以使用在一般的生成圖片工作流中。
流程圖是流程中各個步驟的直覺表示，在我們的工作生活中都能用到流程圖。如果你是新手，想要學習如何繪製流程圖，那麽不妨看看下面的5個流程圖範例，包括泳道圖、樹狀圖、組織圖等，快速幫你熟悉流程圖。
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
原始 Transformer 架構的 Transduction Process 使用編碼器堆疊、解碼器堆疊而用所有模型參數來表示參考序列，我們將該輸出序列稱為參考。
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
接著來談 Transformer 架構中的 Feedforward Network (FFN)：
其為全連接的神經網路架構
回顧 AI說書 - 從0開始 - 64
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
目前我們已經完成：
Single-Head Attention 數學說明：AI說書 - 從0開始 - 52
Multi-Head Attention 數學說明：
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
延續AI說書 - 從0開始 - 44說完 Embedding ，下一步就是闡述 Positional Embedding，其於原始 Transformer 架構中的角色
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們已經在AI說書 - 從0開始 - 19中，闡述了Inference的Pipeline為t = f(n)，現在我們做一些擴充與特點說明：
t = f(n)其實展
這個頻道將提供以下服務：
深入介紹各種Machine Learning技術
深入介紹各種Deep Learning技術
深入介紹各種Reinforcement Learning技術
深入介紹Probabilistic Graphical Model技術
不定時提供讀書筆記
讓我們一起在未
這一篇要測試一下Video Linear CFG Guidance這個節點，在網路上很多的教學影片跟網友分享的工作流中會看到這個節點，據說這個節點不只可以用在生成影片的工作流中，也可以使用在一般的生成圖片工作流中。
流程圖是流程中各個步驟的直覺表示，在我們的工作生活中都能用到流程圖。如果你是新手，想要學習如何繪製流程圖，那麽不妨看看下面的5個流程圖範例，包括泳道圖、樹狀圖、組織圖等，快速幫你熟悉流程圖。