IP
生成
フォトリアルなML開発者向けデスクトッププレビュー画像
主要参照画像
gpt-image-2 場合製品ビジネス画像から画像1 参照

フォトリアルなML開発者向けデスクトップ

これは、ライブブラウザダッシュボードを備えたVS CodeでPython画像分類モデルをトレーニングしているプログラマーの、非常にリアルなmacOSスクリーンショットを生成します。これは、製品のモックアップ、ソーシャルメディアへの投稿、AIデモのビジュアルなどに役立ちます。

これは製品ビジネス向けのgpt-image-2プロンプトケースです。以下のコピー可能なプロンプトを使用して同様のビジュアルを生成し、再利用する前にAwesome Nano Banana Pro Prompts帰属表示と商用利用権を確認してください。

プロンプトセット全体が必要ですか? 製品ビジネス 関連する例をもっと見るにはトピックハブを開くか、 GPTイメージ2プロンプトライブラリ 完全な例の索引、再利用可能な構造、および出典の明記については、こちらをご覧ください。

プロンプト

コピー準備完了プロンプト

macOS デスクトップの超リアルなスクリーンショットは、夜間の機械学習エンジニアの作業スペースを示しています。画像は正面から撮影されており、上部に濃い青色の macOS メニュー バー、下部に Dock が表示されています。デスクトップには、2 つの主要なアプリケーション ウィンドウが並んで表示されています。左側には、画面の約 3 分の 2 を占めるダーク テーマの Visual Studio Code ウィンドウがあります。ファイル エクスプローラーのサイドバーに「VISIONCLASSIFIER」という名前の VS Code プロジェクトがあり、11 個のトップレベルまたは展開された項目 (.venv、data、raw、processed、images、notebooks、src、utils、config.yaml、requirements.txt、README.md) を含むリアルな Python ML フォルダー ツリーが含まれています。notebooks フォルダー内には、01_data_exploration.ipynb と 02_model_training.ipynb の 2 つのファイルが表示されています。 src フォルダーには、dataset.py、transforms.py、models、resnet.py、train、engine.py、trainer.py、utils.py を含む実際の ML コード構造が表示されます。エディター領域には、trainer.py、engine.py、resnet.py、config.yaml の 4 つのタブが開いており、trainer.py が現在アクティブになっています。ResNet 画像分類パイプラインの明確で信頼性の高い Python トレーニング コードが表示され、Trainer クラス、train(self) および train_epoch(self, epoch: int) -> Dict[str, float] メソッド、self.cfg.training.epochs、train_metrics、val_metrics、scheduler.step、save_checkpoint、self.model.train()、batch["image"]、batch["label"]、optimizer.zero_grad、criterion、loss.backward、optimizer.step、accuracy(outputs、targets、topk=(1,))[0] が参照されています。コードは明確で、画面上で自然に読めるようにする必要があります。行番号は 24 行目から 52 行目の間に表示されます。VS Code ウィンドウは、統合ターミナルのターミナル タブを下部に開き、4 つのエポック (Epoch 12/50、Epoch 13/50、Epoch 14/50、Epoch 15/50) の実際のトレーニング ログを表示します。各行には、Loss、Acc@1、および Acc@5 のトレーニング データと検証 データが含まれており、最後の行は新しいベスト チェック ポイントが保存されたことを示します。値は、トレーニング プロセスが成功したことを反映しており、Top-1 精度は 0.88 ~ 0.91、Top-5 精度は 0.97 ~ 0.98 の間である必要があります。下部には、Python 環境の詳細を表示する標準の VS Code ステータス バーが含まれています。右側には、ローカルホスト:8000 上のローカル ダッシュボードを表示するダークテーマの Web ブラウザ ウィンドウがあり、タイトルは「VisionClassifier | Dashboard」、アプリケーション タイトルは「VisionClassifier」、サブタイトルは「画像分類モデル」となっています。ダッシュボードは 3 つの積み重ねられたセクションで構成されています。最初のセクション「モデルの概要」には、Top-1 精度 91.23%、Top-5 精度 98.30%、総パラメータ数 23.51M、モデル ResNet-50 の 4 つのメトリック カードが含まれています。2 番目のセクション「最近のトレーニング」には、50 エポックにわたる精度のダークな折れ線グラフが表示され、Train (Top-1) と Val (Top-1) というラベルの付いた 2 つの色の曲線が急速に上昇し、90% 付近で安定します。3 番目のセクション「混同行列」には、明るい対角線と True および Predicted というラベルの付いた軸を持つ 10x10 のヒートマップが表示されます。微妙な反射、明瞭なタイポグラフィ、リアルな UI 間隔、リアルなスクリーン ハローを利用して、macOS のトップ メニュー バーには、左側にコード、ファイル、編集、選択、表示、移動、実行、ターミナル、ウィンドウ、ヘルプなどのよく使用されるメニューが表示され、右側にはシステム アイコンが表示され、時刻は 5 月 13 日火曜日 午前 9:41 と表示されます。Dock には、認識可能な複数のアプリケーション アイコンが含まれている必要があり、全体的にリアルですっきりとした印象を与えます。全体的なスタイル: 超リアルなスクリーンショット、プロの開発者ワークステーション、洗練されたダーク モード インターフェイス、様式化されていない、イラストのような要素がなく、実際の画面のスクリーンショットと区別がつかない。

このカテゴリーのその他の事例

カテゴリー、入力モードの互換性、品質、およびリスクの低さに基づいて優先順位付けされています。

6

再利用と出典に関する注記

ケースを事前に確認してから、このプロンプトを安全に使用してください。

  1. 1.プロンプトをコピーするか、生成ボタンを使ってDovooで直接開いてください。
  2. 2.ご自身の用途に合わせて、変数、アスペクト比、および参照画像を調整してください。
  3. 3.公開または有料利用の前に、情報源の権利、帰属表示の要件、およびブランドまたは肖像権に関するリスクを確認してください。
フォトリアルなML開発者向けデスクトップ(GPT用)画像2 | Image Prompt Gallery