Adapt Learning使用教程（Adapt Framework/Adapt Authoring）（一）

已于 2023-05-24 17:15:35 修改
阅读量642 收藏 1
点赞数 1
文章标签： 前端
于 2023-05-23 14:14:46 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_68155756/article/details/130824951
版权

        因为这是一个外国的技术，在国内又很小众，再加上公司业务需要用到这个东西所以就来总结一下。刚接到任务的时候也是稀里糊涂的，官网全是英文，国内也搜不到教程，让使用这个变得难上加难，没有其他教程参考我只能一点点看官网试错，我来把踩过的坑总结一下，希望能帮助到其他开发者。

        1. 这篇文章讲述一下Adapt Learning是什么，以及项目启动前需要的环境，先看官网：Homepage - Adapt Learning

         翻译：Adapt是一款免费且易于使用的电子学习创作工具，可使用创作工具的Adapt开发人员框架创建完全响应式，多设备，HTML5电子学习内容。

        为了方便理解，我直接把项目的结果放出来：

         结果就是这么个东西，这里边的文字都是我自己编辑的，就像个ppt，还可以添加文本、图像、视频、问答等很多功能，主要用于电子学习功能。

        2. 点击官网的Get Started按钮之后：

         先来说右边的 I’m a developer 这个就是单个课程项目，使用方法是下载完之后通过更改项目里的json数据，再运行项目就成了上边演示的结果那样，这种方式比较麻烦，需要操作代码，所以我们不考虑

        左边的 I’m a creator，此项目运行起来之后是一个类似后台管理系统的页面，通过对课程添加标题、内容、图片、问答等来创建课程。这种方式不需要操作代码，很好用，我们使用这种方式，这两个项目都在这个github网址中：Adapt Learning · GitHub，见网址：

         主要是这两个项目， 这讲的就是这两个东西，我们要使用左边的 adapt_authoring ，因为这个通过类似于后台管理的方式可以创建出右边的 adapt_framework ，网址中其他的就是项目的插件和依赖，缺少插件会导致功能无法使用，这点下一篇会讲到

        3.运行环境，如果没有以下几个环境，项目无法运行，如果都已配置过可忽略这一步

        （1）Git ，没装过推荐一篇文章：Git下载安装教程_二哈喇子！的博客-CSDN博客

        （2）Node.js 这里除了要求安装node外，还要12 || 14版本的，如果不是会报警告，虽然没有影响但我担心会出什么问题还是把版本改了，推荐文章：如何切换node版本_node版本切换_特伦小苏苏的博客-CSDN博客

        （3）Grunt 安装方法是用 右键 - Git Hash Here 打开命令行输入npm install grunt-cli -g 进行安装

         （4）MongoDB ，参考：Windows 平台安装 MongoDB | 菜鸟教程

        拉取并启动项目在下一章：Adapt Learning使用教程（Adapt Framework/Adapt Authoring）（二）

钱端工程师
关注
LangChain实战：使用 RAG 工作流程进行高效信息检索 Efficient Information Retrieval with RAG Workflow
AI天才研究院
10-22 1955
检索增强生成 (RAG) 是一种与预训练的大型语言模型 (LLM) 和您自己的数据配合使用来生成响应的模式。seq2seq它结合了预训练密集检索和序列到序列模型的强大功能。RAG 模型检索文档，将它们传递给 seq2seq 模型，然后边缘化以生成输出。article在我向您介绍 RAG 理论部分的文章的继续部分，我在这里向您介绍 RAG 在代码中的实现。让我们开始使用 Langchain 和 Hugging Face 来实现 RAG！
bloombot:为Meditation Mind Discord服务器制作的自定义Discord机器人
04-05
这应该可以帮助ttps：//github.com/adaptlearning/adapt_authoring/wiki/Installing-FFmpeg 重新启动电脑 打开Linux终端 从bot转到文件夹（cd / home / user / Chrisson-smt看起来像这样） 执行pip install -r ...
adaptlearning.github.io:适应学习网站
05-10
适应学习网站 即将推出...
Learning to Adapt: Meta-Learning for Model-Based Control
Hazekiah的博客
12-11 670
sudden changes in environment cause failure if encounter pertub in past experience, can in pri. learn to adapt study model-based online adaptation sample efficient than model-free alleviate a challeng...
Adapt Learning使用教程（Adapt Framework/Adapt Authoring）（二）
qq_68155756的博客
05-24 811
​此文章在上一章的环境配置下操作的，如果还没配置参考我的上一篇文章：https://mp.csdn.net/mp_blog/creation/editor/130824951
探索Adapt Learning Framework：创新在线教育的技术驱动
gitblog_00027的博客
04-16 430
探索Adapt Learning Framework：创新在线教育的技术驱动 adapt_frameworkA toolkit for creating responsive, accessible, multilanguage HTML5 e-learning courses.项目地址:https://gitcode.com/gh_mirrors/ad/adapt_framework Adap...
关于“自适应学习”，你不能错过的干货（一）
热门推荐
hayaqi0504的博客
06-21 1万+
图片来源：pixabay近年来，无论中外，教育科技界对“自适应学习” （adaptive learning）的热度一直很高。借着热潮，小星最近也阅读了培生集团（Pearson）于今年推出的《解码自适应学习》（Decoding Adaptive Learning）的研究报告，收获很大。因此，从这篇推送开始，小星将根据这份报告的内容，为大家整理一份有关自适应学习，你不能错过的干货分享。总览：什么是自适...
Adapt Framework 开源项目教程
gitblog_00008的博客
09-08 629
Adapt Framework 开源项目教程 adapt_frameworkA toolkit for creating responsive, accessible, multilanguage HTML5 e-learning courses.项目地址:https://gitcode.com/gh_mirrors/ad/adapt_framework 1. 项目介绍 Adapt Framew...
adapt-authoring-ui:Adapt创作工具的前端用户界面
03-11
在IT领域，尤其是数字出版和内容创作行业中，Adapt Authoring Tool是一款广泛使用的开源框架，它允许开发者和内容创作者构建响应式、可自定义的学习体验。其中，"adapt-authoring-ui"是其前端用户界面组件，它是...
Adapt Authoring Utilities-crx插件
03-10
与OU Center for Public Management的Adapt Authoring工具一起使用的可用性和可访问性工具。 扩展程序，用于显示在OU公共管理中心的“自适应创作”工具中创建的课程中的替代文本和潜在的可访问性错误。 最终将扩展该...
python怎么把g711转换为pcm类型
07-20
### 回答1： 要将g711转换为pcm类型，可以使用Python中的音频处理库来实现。...可以通过以下链接获取安装指南：https://github.com/adaptlearning/adapt_authoring/wiki/Installing-FFmpeg 希望以上内容对你有所帮助！
Canal-adapt部署遇到的小坑-java.lang.IllegalArgumentException: Could not resolve placeholder ‘GROUP[1]‘ in v
zhang5324496的博客
11-04 747
背景: 使用 canal+ kafka + canal-adapt。 将 源数据库mysql0 实时同步到 目的数据库mysql2。 数据流向 Mysql0 -> canal -> kafka -> canal-adapt -> Mysql2 按照官网的demo步骤进行配置。后运行报错 2021-10-25 19:45:16.358 [Thread-2] ERROR c.a.o.canal.adapter.launcher.loader.CanalAdapterLoade.
【转】 Matlab神经网络工具箱中的Train和Adapt函数区别
nevermoredanny的专栏
03-19 1万+
转至： http://www.matlabsky.com/thread-4084-1-1.html 先看看Matlab官方的解释，请如下操作： 在Matlab的Command Window中输入doc adapt或者doc train，将滚动条拖到最后有一个Algorithm说明，这里有两个函数的计算介绍。 adapt
前端的全栈混合之路Meteor篇：3.0新版本介绍
分享有趣的、贴近生活的CS知识
10-01 1036
Meteor全栈框架3.0版本终于稳定下来了，它的效果约等于webpack+vue+express+socket.io+mongodb+npm+uniapp，学一个搞定全套，值得学习了解下，最后找到适合于自己的技术栈。
Vue根实例、实例总结
最新发布
m0_54007573的博客
10-04 356
Vue根实例、实例总结
Vue实战教程：如何用JS封装一个可复用的Loading组件
Jiaberrr的博客
09-28 580
通过以上步骤，我们成功在Vue项目中封装了一个可复用的Loading组件。在实际开发中，我们可以根据项目需求对Loading组件进行样式和功能的扩展，使其更加完善。封装组件是提高代码复用性和维护性的有效手段，希望本文能对你有所帮助。
登录功能开发 P167重点
2303_81204446的博客
09-30 361
前端无法识别controller方法，因此存在Dispa什么的。Claims：jwt中的第二部分。
Webpack 打包后文件过大，如何优化？
官方推荐
09-30 5803
Webpack 打包后文件过大，如何优化？
adapt怎么用
06-01
adapt 是一个Python库，主要用于自然语言处理中的意图识别和实体识别。你可以按照以下步骤使用 adapt： 1. 安装 adapt 你可以通过 pip 安装 adapt： ``` pip install adapt-parser ``` 2. 创建意图识别器 使用 adapt 进行意图识别的第一步是创建一个意图识别器。例如： ```python from adapt.intent import IntentBuilder from adapt.engine import IntentDeterminationEngine engine = IntentDeterminationEngine() hello_intent = IntentBuilder("HelloIntent")\ .require("hello")\ .build() engine.register_intent_parser(hello_intent) ``` 以上代码创建了一个简单的意图识别器，用于识别用户输入中是否包含“hello”这个关键词。 3. 分析用户输入 创建了意图识别器之后，可以使用它来分析用户输入。例如： ```python input_text = "Hello, world!" for intent in engine.determine_intent(input_text): if intent.get('confidence') > 0: print(intent) ``` 以上代码会输出： ``` {'intent_type': 'HelloIntent', 'confidence': 1.0, 'target': None} ``` 这说明用户输入中包含了“hello”这个关键词，并且意图识别器成功地识别出了这个意图。 4. 创建实体识别器 除了意图识别之外，adapt 还可以用于实体识别。例如： ```python from adapt.tools.text.tokenizer import EnglishTokenizer from adapt.tools.text.trie import Trie tokenizer = EnglishTokenizer() trie = Trie() trie.insert("New York City", {"metadata": {"city": "New York"}}) trie.insert("San Francisco", {"metadata": {"city": "San Francisco"}}) engine.register_entity(trie) input_text = "I am flying from New York City to San Francisco." for intent in engine.determine_intent(input_text): if intent.get('confidence') > 0: print(intent) ``` 以上代码创建了一个简单的实体识别器，用于识别用户输入中的城市名。在用户输入中包含了“New York City”和“San Francisco”这两个城市名之后，实体识别器成功地识别出了这两个实体，并输出了包含这两个实体的意图。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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