
KI und Informatik
Lernen übertragen
- Aufbau:
- Vortraining, dann Feinabstimmung
- Seitenverhältnis:
- 16:9
Prompt
Erstellen Sie in zwei Leuchttafeln ein Schema des „Transfer-Lernens“, gelesen von links nach rechts. Zeichnen Sie jede Beziehung genau wie aufgelistet und nichts weiter:
1. 【Linkes Feld: ein großer Quelldatensatz (ein großes Datenbanksymbol) → ein vorab trainiertes Modell (ein blau gezeichnetes Netzwerk).】
2. 【Ein dicker Pfeil trägt die vortrainierten Schichten vom linken Panel in das rechte Panel.】
3. 【Rechtes Feld: ein kleiner Zieldatensatz (ein kleines Datenbanksymbol) → dasselbe Netzwerk, seine ersten Schichten in Blau markiert mit einem kleinen Schloss eingefroren und seine letzte Schicht in Orange → Zielaufgabe (ein Häkchen).】
In dieser Figur gibt es keine T-Träger. Schreiben Sie nicht die nummerierten Sätze in der Abbildung. Schreiben Sie jede Beschriftung nur einmal in der gesamten Abbildung.
Beschriftungen (jede genau einmal verwenden, keinen weiteren Text hinzufügen): 【Source dataset, Pretrained model, Target dataset, Frozen layers, Fine-tuned layer, Target task】.
Stil: schematisches Diagramm im Journal-Stil. Saubere, flache Vektorgrafiken auf weißem Hintergrund. Module sind abgerundete Rechtecke oder einfache Symbole mit ihren Kurznamen darin; Helle Pastelltafeln gruppieren verwandte Ebenen. Nur 3-4 gedämpfte Farben mit jeweils einer festen Bedeutung. Dünne, gleichmäßige Pfeile zeigen den Fluss von Daten, Energie, Material oder Einfluss; gestrichelte Pfeile für indirekte oder Feedback-Links. Nur serifenlose englische Etiketten, jedes Etikett kommt genau einmal vor und wird genau wie angegeben geschrieben. Kein 3D-Rendering, keine Schatten, kein Leuchten, keine Cyberpunk- oder Tech-Hintergrunddekoration, kein Fotorealismus.
Öffnet Yila mit diesem Prompt und dem Beispiel als Referenzbild.
Die Beispiele wurden mit Nano Banana erstellt. Der Prompt funktioniert auch mit GPT Image und anderen Bildmodellen; die Ergebnisse unterscheiden sich je nach Modell.






