यह VS Code में Python इमेज-क्लासिफिकेशन मॉडल को ट्रेन करते हुए एक प्रोग्रामर का अत्यधिक यथार्थवादी macOS स्क्रीनशॉट जेनरेट करता है, जिसमें एक लाइव ब्राउज़र डैशबोर्ड भी शामिल है। यह प्रोडक्ट मॉकअप, सोशल पोस्ट और AI डेमो विज़ुअल्स के लिए उपयोगी है।
प्रॉम्प्ट
रात के समय एक मशीन लर्निंग इंजीनियर के वर्कस्पेस का एक फोटो-यथार्थवादी macOS डेस्कटॉप स्क्रीनशॉट, जिसे सीधे सामने से दिखाया गया है, जिसमें गहरे नीले रंग का macOS मेनू बार और नीचे की तरफ डॉक दिखाई दे रहा है। डेस्कटॉप पर मुख्य रूप से 2 एप्लिकेशन विंडो अगल-बगल हैं। बाईं ओर, डार्क थीम में एक बड़ी Visual Studio Code विंडो स्क्रीन का लगभग दो-तिहाई हिस्सा घेरती है। VS Code प्रोजेक्ट का नाम एक्सप्लोरर साइडबार में "VISIONCLASSIFIER" है, जिसमें 11 दृश्यमान टॉप-लेवल या विस्तारित आइटम के साथ एक यथार्थवादी Python ML फोल्डर ट्री है: .venv, data, raw, processed, images, notebooks, src, utils, config.yaml, requirements.txt, README.md। नोटबुक के अंदर, 2 दृश्यमान फाइलें दिखाएं: 01_data_exploration.ipynb और 02_model_training.ipynb। src के अंदर, dataset.py, transforms.py, models, resnet.py, train, engine.py, trainer.py, utils.py के साथ एक यथार्थवादी ML कोड संरचना दिखाएं। एडिटर एरिया में 4 टैब खुले हैं: trainer.py, engine.py, resnet.py, config.yaml। सक्रिय टैब trainer.py है। ResNet इमेज क्लासिफिकेशन पाइपलाइन के लिए साफ, विश्वसनीय Python ट्रेनिंग कोड प्रदर्शित करें, जिसमें class Trainer, मेथड्स train(self) और train_epoch(self, epoch: int) -> Dict[str, float], 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] के संदर्भ शामिल हों। कोड को स्पष्ट रखें लेकिन स्वाभाविक रूप से स्क्रीन जैसा दिखाएं, जिसमें लाइन नंबर 24 से 52 के आसपास दिखाई दें। VS Code विंडो के निचले भाग में, TERMINAL टैब पर इंटीग्रेटेड टर्मिनल खुला है और 4 इपोक (epochs) के लिए यथार्थवादी ट्रेनिंग लॉग दिखाता है: Epoch 12/50, Epoch 13/50, Epoch 14/50, Epoch 15/50, प्रत्येक में Loss, Acc@1, और Acc@5 वाली ट्रेन और वैल लाइनें हैं, साथ ही एक अंतिम लाइन है जिसमें लिखा है कि एक नया बेस्ट चेकपॉइंट सेव किया गया है। सफल ट्रेनिंग रन के लिए संख्याओं को विश्वसनीय रखें, जिसमें टॉप-1 एक्यूरेसी 0.88 से 0.91 के आसपास और टॉप-5 0.97 से 0.98 के आसपास हो। नीचे की तरफ Python एनवायरनमेंट विवरण के साथ सामान्य VS Code स्टेटस बार शामिल करें। दाईं ओर, localhost:8000 पर एक लोकल डैशबोर्ड दिखाने वाली 1 डार्क-थीम वाली वेब ब्राउज़र विंडो रखें, जिसका पेज टाइटल "VisionClassifier | Dashboard" और ऐप हेडर "VisionClassifier" के साथ सबटाइटल "Image Classification Model" हो। डैशबोर्ड में 3 स्टैक्ड सेक्शन हैं। पहला सेक्शन "Model Overview" है जिसमें 4 मेट्रिक कार्ड हैं: Top-1 Accuracy 91.23%, Top-5 Accuracy 98.30%, Total Parameters 23.51M, Model ResNet-50। दूसरा सेक्शन "Recent Training" है जिसमें 50 इपोक (epochs) में एक्यूरेसी का डार्क लाइन चार्ट है, जिसमें Train (Top-1) और Val (Top-1) लेबल वाले 2 रंगीन कर्व्स हैं, जो तेजी से बढ़ते हैं और 90 के दशक की शुरुआत में स्थिर हो जाते हैं। तीसरा सेक्शन "Confusion Matrix" है जो एक 10x10 हीटमैप दिखाता है जिसमें एक चमकदार विकर्ण (diagonal) और True Label और Predicted Label लेबल वाली एक्सिस हैं। सूक्ष्म रिफ्लेक्शन, स्पष्ट टाइपोग्राफी, यथार्थवादी UI स्पेसिंग और विश्वसनीय स्क्रीन ग्लो का उपयोग करें। macOS टॉप मेनू बार में बाईं ओर Code, File, Edit, Selection, View, Go, Run, Terminal, Window, Help जैसे सामान्य मेनू और दाईं ओर समय Tue May 13 9:41 AM के साथ सिस्टम आइकन होने चाहिए। डॉक में कई पहचानने योग्य ऐप आइकन होने चाहिए और यह प्रामाणिक महसूस होना चाहिए। समग्र शैली: अल्ट्रा-यथार्थवादी स्क्रीनशॉट, पेशेवर डेवलपर वर्कस्टेशन, पॉलिश्ड डार्क मोड इंटरफेस, कोई स्टाइलाइजेशन नहीं, कोई इलस्ट्रेशन नहीं, वास्तविक स्क्रीन कैप्चर से अप्रभेद्य।
इस प्रॉम्प्ट का उपयोग कैसे करें
1
ऊपर दिया पूरा प्रॉम्प्ट कॉपी करें।
2
GPT Image 2 को सपोर्ट करने वाला कोई प्लैटफ़ॉर्म खोलें, जैसे YouMind, और प्रॉम्प्ट पेस्ट करें।
3
अपने आइडिया के हिसाब से विषय, स्टाइल या डिटेल बदलें, फिर जेनरेट करें।
यह YouMind की प्रॉम्प्ट लाइब्रेरी का एक मुफ़्त AI प्रॉम्प्ट है। हज़ारों और इमेज प्रॉम्प्ट देखें, सभी कॉपी और बदलाव के लिए मुफ़्त।
किसी भी फ़ोटो को विस्तृत AI इमेज प्रॉम्प्ट में बदलें। मुफ़्त Image to Prompt कन्वर्टर कंपोज़िशन, स्टाइल और लाइटिंग का विश्लेषण करता है, ताकि आप सेकंडों में वही लुक दोबारा बना सकें।
