
機械学習エンジニアのダークモードデスクトップ
VS Codeでのモデル学習とブラウザのメトリクスダッシュボードが並ぶリアルなmacOSデスクトップを生成。プロジェクト名や数値を自由に変更できます。
プロンプト
夜間の機械学習エンジニアのワークスペースを正面から捉えた、フォトリアルなmacOSデスクトップのスクリーンショット。画面上部には濃紺のmacOSメニューバーがあり、左側に「Code, File, Edit, Selection, View, Go, Run, Terminal, Window, Help」、右側に「[Tue May 13 9:41 AM]」を示すシステムアイコンが並び、下部にはリアルなDockが配置されています。デスクトップには2つのメインウィンドウが左右に並んでいます。左側(画面の約2/3)にはダークテーマのVisual Studio Codeウィンドウがあり、エクスプローラーには「[VISIONCLASSIFIER]」というプロジェクト名とフォルダツリー(.venv, data, raw, processed, images, notebooks(01_data_exploration.ipynb, 02_model_training.ipynb), src(dataset.py, transforms.py, models, resnet.py, train, engine.py, trainer.py, utils.py), utils, config.yaml, requirements.txt, README.md)が表示されています。エディタ領域にはtrainer.py, engine.py, resnet.py, config.yamlの4つのタブがあり、アクティブタブは「[trainer.py]」です。ResNet画像分類パイプラインのリアルなPythonトレーニングコード(Trainerクラス、train/train_epochメソッド、loss.backward、optimizer.stepなど)が24〜52行目の行番号とともに鮮明に表示されています。下部の統合ターミナルにはEpoch 12/50から15/50までのトレーニングログ(Loss、Acc@1、Acc@5、チェックポイント保存通知)が出力されています。右側にはダークテーマのブラウザウィンドウがあり、「localhost:8000」で開かれた「[VisionClassifier | Dashboard]」(サブタイトル:「[Image Classification Model]」)が表示されています。ダッシュボードには、1) モデル概要カード(Top-1 Accuracy 91.23%, Top-5 Accuracy 98.30%, Total Parameters 23.51M, Model ResNet-50)、2) 最近のトレーニング推移を示すダークな折れ線グラフ、3) 10x10の混同行列ヒートマップが含まれます。本物のキャプチャと見分けがつかないリアルなUIタイポグラフィとディスプレイの発光感。
カスタマイズできる部分
生成する前に、プロンプトのこれらの部分を自分のテーマや文言に置き換えてください。
[VISIONCLASSIFIER]プレースホルダー[trainer.py]プレースホルダー[VisionClassifier | Dashboard]プレースホルダー[Image Classification Model]プレースホルダー“[Tue May 13 9:41 AM]”引用符内の文言“localhost:8000”引用符内の文言
プロンプトの詳細
- カテゴリ
- UI / UX デザイン
- モデル
- GPT IMAGE 2
- 1 枚あたりのコスト
- 1K:43 クレジット · 2K:86 クレジット · 4K:143 クレジット
- アスペクト比
- 16:9
- 追加日