首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏教案生成平台

    教案生成平台】实战教程二:深度解析 AI 智能教案生成 (双阶段生成流)

    1.核心设计理念:双阶段生成(The2-StepWorkflow)在实际教学场景中,直接生成一份长达数千字的完整教案往往难以控制质量。 微观设计(MicroDesigning):基于特定章节,生成详细的单课时教案。这种设计让用户有介入修改的机会,确保AI的输出符合实际教学进度。 备课要求:每${sessionsPerPlan.value}节课写一份教案,预计需要生成${estimatedPlans}份教案。 每个卡片代表一份教案,用户可以手动修改标题或摘要。关键点:此时生成的只是“元数据”,还没有详细的教学过程。 3.第二阶段:详细教案生成(LessonPlanEditor.vue)当用户点击卡片上的“教案编辑”按钮时,路由跳转到编辑器页面,携带课程和章节信息。

    33910编辑于 2026-01-25
  • 来自专栏数控编程

    AutoCAD教案

    课题第一章  AutoCAD 2006操作基础(1)课型理  论教学目的学习CAD的一些基本知识重点难点熟悉AutoCAD 2006的工作界面教学媒体多媒体  其它媒体教学方法讲授式授课班级 授课日期 教   学   过   程 一、AutoCAD简介: AutoCAD是利用计算机的软硬件系统来辅助工程技术人员进行产品的开发、设计、修改、模拟和输出的一门综合性应用技术。 二、AutoCAD2006基础知识 1.AutoCAD2006的运行环境 软件环境:操作系统,浏览器 硬件环境:CPU,内存RAM,硬盘,显示器,显卡等 2.AutoCAD 2006的安装 3.AutoCAD 2006的启动 三、AutoCAD 2006的用户界面 1.标题栏:位于工作界面的最上方 2.菜单栏与快捷菜单工具栏 (1)菜单栏:包括了AutoCAD 2006几乎全部的功能和命令 (2)快捷菜单:又叫上下文跟踪菜单,利用这些菜单可以快捷高效地完成绘图操作,右击鼠标就可显示快捷菜单 3.工具栏:可使用户方便地访问常用的命令、设置模式,直观地实现各种操作,它是一种可代替命令和下拉菜单的简便工具 4.绘图区 5.命令区与命令窗口状态栏:是用户和AutoCAD进行对话的窗口,对于初学者来说,应特别注意这个窗口 6.状态栏:状态栏中部是一些按钮,表示绘图时是否启用正交模式、栅格捕捉、栅格显示等功能, 7.选项卡:包含“模型”、“布局1”、“布局2”3个选择项目 8.工具选项板:由用户定制的工具面板 四、AutoCAD2006的文件管理 1.创建新图 2.打开已有的图形 3.保存和关闭图形文件小结AutoCAD 2006已经进行20次升级,是目前最流行的软件之一。与传统的手工绘图相比,用AutoCAD绘图速度更快,精度更高,且便于修改,已经在航空航天、造船、建筑、机械、电子、化工、轻纺等很多领域得到了广泛的应用,并取得了丰硕的成果和巨大的经济效益。

    1.1K30发布于 2020-09-10
  • 来自专栏教案生成平台

    教案生成平台】实战教程三:打造智能 PPT 生成器 (AI + PptxGenJS)

    本功能允许用户直接从“大纲生成器”跳转而来,自动携带课程章节信息,通过AI生成PPT的JSON结构化数据,然后利用前端库动态渲染成PPTX文件。 核心技术点:结构化Prompt(要求AI返回JSON)pptxgenjs(浏览器端生成PPT)localforage(自动保存草稿)2.定义数据结构不同于教案的纯文本,PPT是高度结构化的。 请根据内容生成PPT大纲。**必须严格只返回JSON格式,不要包含Markdown代码块标记。**JSON结构如下:{"title":"...","slides":[...]} deep:true},);在线体验演示链接:https://www.ytecn.com/teacher/git链接:https://github.com/tcshowhand/teacher/总结通过"AI生成结构

    95710编辑于 2026-01-25
  • 来自专栏云计算linux

    前端JQuery标准教案

    讲解JQuery和原生态JavaScript代码的比较,同时讲解$()和val(),size(),html()的用法(10分钟)

    92710编辑于 2024-12-13
  • 来自专栏猫咪-9527

    C语言--文件操作教案

    问题:当读取到文件末尾时,feof()会返回true,但此时已经读取了无效的EOF,导致循环多执行一次。

    81010编辑于 2025-03-27
  • 来自专栏教案生成平台

    教案生成平台】实战教程五:系统优化与工程化实践

    它不仅是一个CRUD应用,更深度融合了生成式AI,代表了新一代应用开发的趋势。希望这套教程能为你带来启发!

    13110编辑于 2026-01-25
  • 来自专栏全栈程序员必看

    用计算机制作flash动画教案,Flash动画制作教案

    以下是出国留学网小编整理的高中信息技术《Flash动画制作》教案,供大家浏览参考。更多相关内容请关注出国留学网教案栏目。 高中信息技术《Flash动画制作》教案一: 课题:Flash动画制作——绘制七巧板 教学目标: 熟悉Flash软件的操作界面 运用Flash软件绘制七巧板 教学重点: 绘制七巧板 教学难点: 如何选用合适的工具正确绘制七巧板 高中信息技术《Flash动画制作》教案二: 课题:Flash动画制作——计算机动画制作初步 教学目标: 1:将原来静态的跑步姿态的图形加工为动态的跑步造型。

    1.4K20编辑于 2022-08-11
  • 来自专栏全栈程序员必看

    计算机发展概述教案_计算机的过去与未来 教案

    《计算机发展史教案》由会员分享,可在线阅读,更多相关《计算机发展史教案(3页珍藏版)》请在人人文库网上搜索。

    54240编辑于 2022-11-02
  • 来自专栏AiPy实用案例

    一键出教案、课堂不怕冷场:AiPy 的 “教案 + 游戏” 双 buff

    课前:一键生成教案,释放时间成本痛点:传统备课模式中,教师需耗费大量时间在教案框架搭建、教学环节设计、知识点梳理等重复性工作上,甚至常常因细节疏漏影响教学效果。 AiPy实现:提示词准备你是一名初中教师,帮我生成一份基础的教案框架,并附带差异化活动的建议。授课内容:《背景》,年级:初二,教学目标:让同学们了解写作背景,掌握散文写作特点,感知文章的情感表达。 AiPy执行任务:它能根据教学目标、学段特点及学科需求,一键生成完整且贴合实际的教案。从教学环节的时间分配、重点难点标注,到课后活动、作业设计,均能全面覆盖。 要求有历史记录,词汇量是初二英语水平,两种游戏模式,拼凑句子或者拼凑单词,有翻译提示AiPy执行任务:它能针对不同学段、不同知识点,生成多样化的课堂互动游戏。

    26610编辑于 2025-08-05
  • 来自专栏C/C++基础

    rand1 生成 rand9

    给定一个函数 rand1 会 50% 的概率输出 0 和 1,请利用 rand1 实现 rand9,等概率地输出 0~9 这 10 个数字。 2.难度级别 难度应该是 middle。 我们用程序生成一下四次 0 和 1 产生的组合数: 0000 0001 0010 0011 0100 0101 0110 0111 1000 1001 1010 1011 1100 1101 1110 所以该问题解法是拒绝采样法:调用 4 次 rand1,生成 4 位的二进制数,然后再转换成 10 进制数,如果这个数大于 9,再重新生成即可。 4.实现示例 下面使用 Golang 给出实现示例。 func rand1() int { return rand.Intn(2) } 再根据 rand1 实现 rand9: // rand9 等概率输出 0 ~ 9。 n } } } rand9 输出示例: 1 4 8 6 9 3 2 2 8 5 ---- 参考文献 已知f(x) 传入的值 等概率 输出0 or 1,如果写一个f1(x)实现等概率输出0-9

    76110编辑于 2022-09-08
  • 来自专栏信数据得永生

    生成对抗网络项目:6~9

    让我们看一下判别器网络的架构,如下图所示: [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iYVqGM9i-1681652906144)(https://gitcode.net /-/raw/master/docs/gan-proj/img/030151f2-b1cf-4a2a-9d44-d55bc65f9c7c.png)] 由 StackGAN 网络的第一阶段和第二阶段生成的图像 -4a51-93fb-91454976c9c4.png)] 为了减少图像的模糊,我们可以向目标函数添加一个 L1 损失函数。 4db9-9dba-518aa6313466.png)] [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JVbB29zD-1681652906152)(https://gitcode.net /apachecn/apachecn-dl-zh/-/raw/master/docs/gan-proj/img/beb77a0a-2316-4a3e-9bf9-dead211714b4.png)] 使用条件对抗网络的图像到图像翻译

    1.5K20编辑于 2023-04-24
  • 来自专栏教案生成平台

    教案生成平台】实战教程四:开发所见即所得的在线试卷编辑器

    1.场景分析试卷编辑是教案生态的最后一环。用户在生成教案后,往往需要根据同样的知识点出题。核心需求是:灵活的题型组合和精确的打印排版。 为了简化,我们先实现生成长图PDF。

    15610编辑于 2026-01-25
  • 来自专栏教案生成平台

    教案生成平台】实战教程一:从零搭建现代化教师辅助平台 (环境与架构)

    状态仓库 ├── utils/ # 工具函数 ├── views/ # 页面级组件 │ ├── LessonPlanGenerator.vue # 智能大纲生成 (Step 1) │ ├── LessonPlanEditor.vue # 详细教案编辑 (Step 2) │ ├── PPTEditor.vue # PPT 编辑器 我们采用单页应用 (SPA) 模式,核心流程是从“大纲生成”跳转到“教案/PPT/试卷编辑”。 PPTEditor.vue"; const routes = [ { path: "/", name: "Home", component: LessonPlanGenerator }, // 首页:大纲生成 path: "/lesson-plan", name: "LessonPlanEditor", component: LessonPlanEditor, }, // 详情页:教案编辑

    17910编辑于 2026-01-25
  • 来自专栏一“技”之长

    iOS MachineLearning 系列(9)—— 人物蒙版图生成

    iOS MachineLearning 系列(9)—— 人物蒙版图生成 人物蒙版图能力是Vision框架在iOS 15中新增的功能,这个功能可以将图片中的人物按照轮廓生成无光蒙版。

    87920编辑于 2023-05-02
  • 来自专栏橙色优学教案

    橙色优学教案 | AI设计抽象几何标志

    橙色优学今天带来的教程是抽象几何标志设计,通过AI软件制作出精美的标识。步骤详细,操作简单。异形的线条,抽象的组成logo形态,多用于一些金融类,科技类企业logo,可以延伸出很多有创意的图形。

    1.2K30发布于 2019-04-22
  • 来自专栏机器人课程与技术

    机器人控制器编程课程-教案03-进阶

    9. USB (此部分课程中不讲解C语言版本,UNO不支持!但是通过ROS可以UNO功能极大扩展) 键盘和鼠标示例是Leonardo,Micro和Due独有的。演示了如何使用板上独有的库。

    3.9K21发布于 2019-09-23
  • 来自专栏Urlteam

    linux入门学习以及服务器搭建学习教案

    一直使用linux学习工作已经两个月了,能坚持下来很不容易,现在则制定这linux的服务器教案,希望帮到实验室的小伙伴一块学习下去,坚持下去。 原创文章,转载请注明: 转载自URl-team 本文链接地址: linux入门学习以及服务器搭建学习教案

    1.8K20发布于 2019-11-25
  • 来自专栏计算机网络

    第二章 数据通信基础——教案

    9. 在数据通信系统中,如何进行差错控制? 我正在参与2024腾讯技术创作特训营第五期有奖征文,快来和我瓜分大奖!

    52110编辑于 2024-01-16
  • 来自专栏新智元

    谷歌重磅推出Android 9:“Pie”已生成,着眼AI

    ---- 新智元报道 来源:TECHSPOT 作者: Cohen Coberly 编译:三石 【新智元导读】经历一年多的开发与测试,Android 9 Pie正式面向全球发布! 本文将带领读者了解Android 9 Pie 的最新功能。 ? 备受期待:谷歌最新的Android更新终于发布了。 如果这些工具听起来不是特别令人兴奋的话,Android 9还有很多其他的新功能。

    55820发布于 2018-08-16
  • 来自专栏计算机工具

    深度学习9:简单理解生成对抗网络原理

    生成算法 您可以将生成算法分组到三个桶中的一个: 鉴于标签,他们预测相关的功能(朴素贝叶斯) 给定隐藏的表示,他们预测相关的特征(变分自动编码器,生成对抗网络) 鉴于一些功能,他们预测其余的(修复,插补 ) 我们将探索生成对抗网络的一些基础知识! 生成对抗网络(GAN) “生成”部分 叫做发电机。 给定某个标签,尝试预测功能。 EX:鉴于电子邮件被标记为垃圾邮件,预测(生成)电子邮件的文本。 生成模型学习各个类的分布。 GAN步骤: 生成器接收随机数并返回图像。 将生成的图像与从实际数据集中获取的图像流一起馈送到鉴别器中。 鉴别器接收真实和假图像并返回概率,0到1之间的数字,1表示真实性的预测,0表示假。 GAN是一个很有前途的生成模型家族,因为与其他方法不同,它们可以生成非常干净和清晰的图像,并学习包含有关基础数据的有价值信息的权重。

    29110编辑于 2024-12-14
领券