学院课程功能使用说明书

news/2024/12/21 21:13:26/

引子

越来越多的讲师入驻csdn,也有很多学员通过学院平台进行课程学习,我们收到越来越多用户的反馈,现在通过本帖子来对课程功能做一个介绍,简称课程功能使用说明书1.0版,有任何问题均可在帖子下留言。

讲师

如何成为讲师

  1. 平台入驻
    https://edu.csdn.net/course,学院首页右上角讲师后台按钮,为讲师管理自己课程信息的后台,入驻首先从此开始。
    讲师后台在这里插入图片描述
    初始状态显示的未入驻,根据提示入驻成为讲师即可。

个人签约

个人用户推荐个人签约,根据提示填写相应信息,等待后续审核完成即可成为入驻讲师。
在这里插入图片描述

企业签约

签约后成为企业机构,机构下可以有多个讲师。注意:申请成为机构的账号与后面上传课程的机构账号不能是同一个账号。
在这里插入图片描述

签约

入驻完成后还需要与平台进行签约,为了保护三方的合法权益,请大家按照要求签约。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

如何创建课程

恭喜你,已经是学院平台的一名合格讲师了,学院目前的课程分为录播课与套餐课两类,套餐课是由你的多个不同的录播课组成的。现在来学习如何创建课程。

创建录播课

在这里插入图片描述

  1. 创建课程

点击新增课程,根据提示一步一步的填写相应的信息即可创建一个录播课,图片繁琐就不一一展示了,注意事项如下:

  • 课程名称有足够吸引力,一眼就能看到重点
  • 一个课程会有多个不同的课时,每个课时即为一个视频
  • 每个课时的描述请讲出本课时所讲内容的简介
  • 课程描述请尽量详细,课程描述与课时描述直接影响到课程被发现的概率
  • 课程修改的任何问题,随时联系客服或者添加企业微信,专业研发,在线服务。
    在这里插入图片描述
    视频创建完成后,显示审核中,这时就不能做什么了,静候佳音,只要不要填写违法违规的内容,很快就可以通过了。
  • 上传视频
    课程审核通过后,即可通过课时编辑上传视频,上传视频后同样需要等待审核,只要视频内容不违规,一般情况下没有问题,如果遇到争议性问题,可找客服或者直接联系我!
    注意:
  • 课时全部上传完毕并且审核通过后,课程自动上架
  • 上架后的课程,需要过一段时间才能搜索到
  • 如果课时内容很多,一时间不能上传完,可以联系我。(专业研发,在线开后门)
    在这里插入图片描述
    在这里插入图片描述

创建套餐课

当你有多个录播课的时候,想要整合成为一个大礼包进行展示的时候,请使用套餐课功能。

其他功能

讲师可以自己维护自己的折扣活动、优惠券、讲师卡等营销手段,功能基本都很清晰,使用中有问题直接联系我。

学员

说明

帖子内容不全面之处请多多包含,会与学院课程一样持续迭代更新,敬请期待!
在这里插入图片描述


http://www.ppmy.cn/news/297921.html

相关文章

A3C的算法原理和算法流程

在强化学习(十四) Actor-Critic中,我们讨论了Actor-Critic的算法流程,但是由于普通的Actor-Critic算法难以收敛,需要一些其他的优化。而Asynchronous Advantage Actor-critic(以下简称A3C)就是其中比较好的优化算法。本文我们讨论A3C的算法原…

强化学习算法学习汇总笔记 (二) — Actor Critic、DDPG、A3C、

文章目录 一. Actor Critic二. Deep Deterministic Policy Gradient (DDPG)三. Asynchronous Advantage Actor-Critic (A3C) 一. Actor Critic 1.基本概念 Actor Critic 为类似于Policy Gradient 和 Q-Learning 等以值为基础的算法的组合。 a. 其中Actor 类似于Policy Gradie…

强化学习之AC、A2C和A3C

阅读本文可参考我以前的文章《强化学习实践教学》https://tianjuewudi.gitee.io/2021/07/16/qiang-hua-xue-xi-shi-jian-jiao-xue/#toc-heading-29,其中的连续动作空间上求解RL章节是本文的基础,其中的DDPG和Actor-Critic除了Target网络外其余都一致。 …

深度强化学习系列(14): A3C算法原理及Tensorflow实现

在DQN、DDPG算法中均用到了一个非常重要的思想经验回放,而使用经验回放的一个重要原因就是打乱数据之间的相关性,使得强化学习的序列满足独立同分布。 本文首先从Google于ICML2016顶会上发的论文《Asynchronous Methods for Deep Reinforcement Learnin…

Android 热修复方案--阿里百川HotFix

概述 我们都知道一旦我们的应用被发布到各大平台上面之后修复bug是一件很麻烦的事情,如果要重新发布审核周期之长,用户肯定不接受,虽然也可以在应用中自检更新,但是一个小小的bug动辄就更新应用实在是大材小用,但是不更新用户怎么…

强化学习的A3C算法应用(训练Atari游戏)

A3C算法的全称是Asynchronous Advantage Actor-Critic,异步优势执行者/评论者算法。这个算法和优势执行者/评论者算法的区别在于,在执行过程中不是每一步都更新参数,而是在回合结束后用整个轨迹进行更新。因此可以让多个Worker来进行轨迹的搜…

【强化学习】A3C原理

先解释一下什么叫异步、什么叫并发: **异步:**和同步相对,同步是顺序执行,而异步是彼此独立,在等待某个事件的过程中继续做自己的事,不要等待这一事件完成后再工作。线程是实现异步的一个方式,异…