

IA et informatique
Auto-encodeur variationnel (VAE)
- Composition:
- un sablier d'encodage, d'échantillonnage et de décodage
- Format:
- 16:9
Prompt
Créez un schéma d'architecture d'[un auto-encodeur variationnel], lu de gauche à droite, en forme de sablier :
1. 【Une image d'entrée (une simple icône de chaussure) → un encodeur dessiné comme un trapèze qui se rétrécit vers la droite.】
2. 【L'encodeur produit deux petites boîtes empilées verticalement : moyenne et variance.】
3. 【Les deux alimentent une étape d'échantillonnage (une petite icône de dé) qui dessine un vecteur latent z, dessiné comme une courte colonne de cercles.】
4. 【z → un décodeur dessiné comme un trapèze qui s'élargit vers la droite → une image reconstruite (la même icône de chaussure, légèrement plus floue).】
Écrivez chaque étiquette une seule fois dans toute la figure.
Si un composant apparaît à plusieurs endroits ou panneaux, écrivez son étiquette uniquement lors de sa première apparition ; une copie sur deux ne contient pas de texte. Aucune étiquette ne peut apparaître deux fois nulle part sur la figure. Épelez chaque étiquette exactement comme indiqué et n’ajoutez aucun titre.
Libellés (utilisez chacun une seule fois, sans ajouter d’autre texte) : 【Input, Encoder, Mean, Variance, Sampling, Latent z, Decoder, Reconstruction】.
Style : diagramme schématique de style journal. Nettoyer les graphiques vectoriels plats sur fond blanc. Les modules sont des rectangles arrondis ou de simples icônes avec leurs noms courts à l'intérieur ; les panneaux pastel clair regroupent les calques associés. Seulement 3-4 couleurs atténuées, chacune avec une signification fixe. Des flèches fines et uniformes montrent le flux de données, d'énergie, de matière ou d'influence ; flèches en pointillés pour les liens indirects ou de rétroaction. Étiquettes anglaises sans empattement uniquement, chaque étiquette apparaît exactement une fois, orthographiée exactement comme indiqué. Pas de rendu 3D, pas d'ombres, pas de lueur, pas de décoration cyberpunk ou tech, pas de photoréalisme.
Ouvre Yila avec ce prompt et l’exemple comme image de référence.
Les exemples ont été générés avec Nano Banana. Le prompt fonctionne aussi avec GPT Image et d’autres modèles d’image ; les résultats varient selon le modèle.






