

AI・コンピューティング
モデル評価ワークフロー
- 構成:
- ステップごとに 1 つのパネル、ステップ名のみ
- アスペクト比:
- 16:9
プロンプト
【機械学習モデルの評価】のワークフロー図を左から右へ6ステップで作成します。
1. 【テストセット:ロックされたデータベース】
2. 【予測:出力を生成する小さなニューラルネットワーク】
3. 【メトリクス:チェックマークが付いている目標】
4. 【エラー分析: いくつかの間違った例を拡大鏡で見る】
5.【堅牢性チェック:シールド】
6. 【届出:切手が貼られた書類】
図の中の番号付きの文章は書かないでください。
ラベル(それぞれ一度だけ使用し、他の文字は追加しない): 【Test set, Prediction, Metrics, Error analysis, Robustness check, Report】.
スタイル: ジャーナルスタイルの実験的なワークフロー図。白い背景にきれいなフラットベクターアイコン、ステップごとに1つの明るいパステルの丸いパネル、パネル間の薄い灰色の矢印。落ち着いた色は3〜4色だけです。各パネルには、テキストのない 1 つの単純なシーンが表示されます。図全体の唯一のテキストは、指定されたステップ名です。サンセリフ英語。各ステップ名は 1 回だけ表示され、指定されたとおりに綴られます。凡例、キャプション、余分なラベル、3D レンダリング、影、装飾的な背景はありません。
このプロンプトと作例を参考画像として Yila で開きます。
作例は Nano Banana で生成しました。GPT Image などほかの画像モデルでも使えますが、結果はモデルによって異なります。






