框架法學習示例:如何從邏輯學之中設計出一個簡單的框架!

2021-01-08 認知框架

面對一本書要如何學習呢?個人採取框架法來學習,並以如何學習邏輯學,作了一個完整的示例,這個示例呢,其實涉及到個人的另一個專欄:從0到1設計一個簡單的邏輯框架!學習邏輯學,最後輸出什麼呢,輸出一個框架,這個框架長成啥樣子呢,看下圖:

從0到設計一個簡單的框架,只是使用「建構符合認知機制的學習方法論」中的一部分方法,那就是框架法!設計一個框架來組織邏輯學所涉及的各個概念!

當談起框架法之時,你很少能看到一個「從頭到尾」的詳細例子,而從0到1設計一個簡單的邏輯框架,就是一個非常詳細的例子,介紹了如何採取框架法,從「邏輯學」之中設計出一個「簡單的框架」!

從0到1設計一個簡單的邏輯框架,其實就是一個如何學習的絕佳範例,為了做成這個例子,自己也花了很多的時間。

學習背後所涉及的一些學習方法、學習工具、學習理論,這些學習背後的學習方法、學習工具、學習理論,就是元學習了。

談學習-及元學習,往往缺少一個詳盡的例子,從0到1設計一個簡單的邏輯框架,就是自己做出的一個示範。

有些人的學習,能回到最根本最基礎的概念去學習,這樣的學習,往往是在折騰幾個」概念「,因為一些最根本而又最基礎的概念,其實就是學習某個範圍知識的一個勢能高地,你只要突破一兩個或兩三個的概念,甚至只要突破一個的概念,你就可以勢如破竹一般,順勢進入這個範圍,當然要」破竹「,你是橫著來,還是豎著來,就是要找到切入點,找到能順勢的切入點,找到順勢的切入點,這就很關鍵了!

這也是個人在折騰邏輯學之時,所獲得的一些體悟,可以通過幾個簡單的概念及其它們之間的聯繫來表徵邏輯學,概念之間的聯繫組成了一個框架,通過這個框架來指代邏輯學!這個框架的視角很關鍵,你要找出一些關鍵的概念,把它們組織起來,形成一個框架,用這個框架來看一看及想一想邏輯學。

相關焦點

  • 邏輯學的各個概念-它們之間的聯繫-框架-心理表徵-組塊-長時記憶
    邏輯學的書很難看,講的就是抽象的一些概念,或者說基於一些抽象的概念,比如判斷!因為抽象,不易被人所感知及掌握,因此往往是虎頭開始,蛇尾結束。虎頭開始,是因為邏輯思維很有用,是每個人都必須掌握的一種思維;而蛇尾結束呢,因為邏輯學不易學,學起來枯燥、無味,提不起興趣,最終不能堅持下來,不了了之。
  • 不直接從框架、假設樹、MECE入手,迂迴到屬性、概念、定義、內涵
    談起框架之時,要能意識到採取「框架」去分類「事物」,一旦從分類的視角去談框架之時,這已經是在應用了。問題的重點是,如何去理解採取「框架」分類事物呢?不妨從事物談起!事物是具有屬性的的事物,如何快速辨別出班上有幾個女生呢?此時,你會設計一個」框架「去辨別班上有幾個女生嗎?
  • 從0到1構建邏輯框架,再到批判性思維框架,這是框架的生長!
    從0到1,從無到有,從複雜的邏輯學之中建立一個邏輯框架,這個邏輯框架具有很大的延展性。今天我們試著把批判性思維也整合進到這個邏輯框架!邏輯思維框架與批判性思維框架,合二為一的一個框架。邏輯思維與批判性思維,個人覺得有先後之序。
  • 怎麼設計一個完整的STEM+ 課程框架?
    導讀:一個完整的STEM+ 課程框架,可以由「硬體和技術(H2)學習」開始,再加上所選定學科相關課題和階段性目標的學習延伸。課程規劃應該包括設計不同科目課綱內容的延伸,進行跨學科綜合學習課程,建構完整的STEM+ 校本課程框架。一、STEM+ 教育探究的源起和課程偏差修正思考筆者探究STEM教育主題已有兩年,源起是關注如何加強其中的創意教育效能及文化藝術元素。
  • 怎樣成為解決問題的高手——自下而上提煉框架
    而有時所遇到的問題過於複雜,這時我們就需要藉助一些思考工具,幫我們濾清想法,自下而上提煉出一個完整的框架。在上一篇我們講了系統思維——透過框架來理解世界的思維方式。這一篇我們繼續學習構建框架:自下而上提煉框架。在介紹自下而上提煉框架前,我先補充一些基礎、常用的思考工具,比如:邏輯思維導圖、邏輯樹、MECE原則、5WHY法、魚骨圖、多重原因圖等。
  • Keras vs PyTorch:誰是第一深度學習框架?
    【IT168 資訊】「第一個深度學習框架該怎麼選」對於初學者而言一直是個頭疼的問題。本文中,來自 deepsense.ai 的研究員給出了他們在高級框架上的答案。在 Keras 與 PyTorch 的對比中,作者還給出了相同神經網絡在不同框架中性能的基準測試結果。
  • 初學AI神經網絡應該選擇Keras或是Pytorch框架?
    對於許多開發者來說,TensorFlow是他們接觸的第一個機器學習框架。TensorFlow框架儘管意義非凡,引起極大關注和神經網絡學習風潮,但對一般開發者用戶太不友好。軟體開發者畢竟不是科學家,很多時候簡單易學易用是程式設計師選擇的第一要素。
  • WebGL 入門 – WebGL框架
    大致理解了WebGL的原生API後,可以說對於完全不了解OpenGL或者三維設計的Web開發者來說是十分生澀難懂的。但是,也有很多人基於WebGL開發出了各種開源框架,現在,我們就來看看目前有哪些框架能夠為我們所用。
  • 深度學習 vs. 概率圖模型 vs. 邏輯學
    【編者按】在上個月發表博客文章《深度學習 vs. 機器學習 vs. 模式識別》之後,CMU博士、MIT博士後及vision.ai聯合創始人Tomasz Malisiewicz這一次帶領我們回顧50年來人工智慧領域三大範式(邏輯學、概率方法和深度學習)的演變歷程。通過本文我們能夠更深入地理解人工智慧和深度學習的現狀與未來。
  • 35 萬行代碼,曠視重磅開源天元深度學習框架 ,四大特性實現簡單開發
    自2007年Theano誕生以來,經過十餘年發展,深度學習技術與應用突飛猛進,深度學習框架也處在不斷迭代與進化的過程;另一方面,開源的概念在全球範圍內越來越深入人心,這使得人工智慧開發依賴的環境安裝、部署、測試,以及不斷迭代改進準確性和性能調優的工作變得更加簡單,在人工智慧領域,開源深度學習框架已經成為開發者離不開的平臺和工具。
  • 十行代碼就能搞定深度學習?飛槳框架高層API,輕鬆玩轉AI
    為了簡化深度學習的學習過程、降低深度學習的開發難度,百度飛槳框架歷經近一年的打磨,不斷地優化深度學習 API,並針對開發者的使用場景進行封裝,在飛槳框架的最新版本中,推出了高低融合、科學統一的飛槳全新 API 體系。飛槳框架將 API 分為兩種,基礎 API 和高層 API。
  • 迎來PyTorch,告別 Theano,2017 深度學習框架發展大盤點
    在眾多開發者眼中,PyTorch 是 TensorFlow 之外一個非常好的選擇。以下為 PyTorch 主要優勢:它處於機器學習第一大語言 Python 的生態圈之中,使得開發者能接入廣大的 Python 庫和軟體。
  • TensorFlow與PyTorch之爭,哪個框架最適合深度學習
    那麼究竟哪種框架最適宜自己手邊的深度學習項目呢?本文作者從這兩種框架各自的功能效果、優缺點以及安裝、版本更新等諸多方面給出了自己的建議。如果你在讀這篇文章,那麼你可能已經開始了自己的深度學習之旅。如果你對這一領域還不是很熟悉,那麼簡單來說,深度學習使用了「人工神經網絡」,這是一種類似大腦的特殊架構,這個領域的發展目標是開發出能解決真實世界問題的類人計算機。
  • 深度學習框架比較,我該選擇哪一個?
    Theano 基於 Python,是一個擅長處理多維數組的庫,十分適合與其它深度學習庫結合起來進行數據探索。它設計的初衷是為了執行深度學習中大規模神經網絡算法的運算。其實,Theano 可以被更好地理解為一個數學表達式的編譯器:用符號式語言定義你想要的結果,該框架會對你的程序進行編譯,在 GPU 或 CPU 中高效運行。
  • 瀏覽器中實現深度學習?有人分析了7個基於JS語言的DL框架
    比較不同框架在 CPU 後臺的訓練時間,我們可以看到 ConvNetJS 是所有框架中所有網絡配置下速度最快的。作者分析,可能的原因是 ConvNetJS 的設計比較簡單,這也可以從它的庫文件大小反映出來。在速度方面 Brain.js 緊隨其後,與 ConvNetJS 的性能差距約為 2 倍,而 Tensorflow.js 與 ConvNetJS 的性能差距約為兩到三倍。
  • 最熱門的深度學習框架TensorFlow入門必備書籍
    但進入機器學習和人工智慧領域並不是一件簡單的事情,目前市場上有許多大量的學習資源,許多開發者和想要進入的愛好者往往很難找到適合自己的發展路徑。其實,早在 2015 年底,谷歌就開源了內部使用的深度學習框架 TensorFlow 。眾多研究表明,Tensorflow 是研究深度學習的首選平臺。
  • Nature Neurosci: 神經科學的深度學習框架是什麼?
    為什麼建立神經科學的深度學習框架,神經科學的深度學習框架的內容(是什麼),我們應該如何在深度學習框架下發展神經科學(怎麼做)。主要是源於當前神經科學的研究手段的局限,在以往經典的神經科學框架下,我們在研究小範圍的神經環路上卓有成效,比如視網膜如何計算運動,前庭-眼反射是如何促進注視穩定的,但是在大尺度的神經環路上,經典的神經科學研究方法有點捉襟見肘。
  • 清華自研深度學習框架「計圖」開源!多項任務性能超過PyTorch
    值得一提的是,這也是首個來自中國高校科研機構的開源深度學習框架,之前,業內來自「高校」的還有加拿大蒙特婁大學的Theano,UC伯克利的Caffe。與主流的深度學習框架TensorFlow、Pytorch不同,Jittor是一個完全基於動態編譯(Just-in-time)、使用元算子和統一計算圖的深度學習框架。
  • 瀏覽器中實現深度學習?有人分析了7個基於JS語言的DL框架,發現還有...
    比較不同框架在 CPU 後臺的訓練時間,我們可以看到 ConvNetJS 是所有框架中所有網絡配置下速度最快的。作者分析,可能的原因是 ConvNetJS 的設計比較簡單,這也可以從它的庫文件大小反映出來。在速度方面 Brain.js 緊隨其後,與 ConvNetJS 的性能差距約為 2 倍,而 Tensorflow.js 與 ConvNetJS 的性能差距約為兩到三倍。
  • 深度學習框架太抽象?其實不外乎這五大核心組件
    為了更好地認識深度學習框架,也為了給一些想要自己親手搭建深度學習框架的朋友提供一些基礎性的指導,日前來自蘇黎世聯邦理工學院計算機科學系的碩士研究生Gokula Krishnan Santhanam在博客上撰文,概括了大部分深度學習框架都會包含的五大核心組件,為我們詳細剖析了深度學習框架一般性的內部組織結構。以下由雷鋒網編譯。