Yila
Arquitetura de rede neural convolucional (CNN) (EN)Arquitetura de rede neural convolucional (CNN) (ZH)

IA e computação

Arquitetura de rede neural convolucional (CNN)

Composição:
mapas de recursos que encolhem camada por camada
Proporção:
16:9

Prompt

Crie um diagrama de arquitetura de 【uma rede neural convolucional】, lido da esquerda para a direita: uma imagem de entrada (um pequeno ícone de foto de gato) → uma pilha de mapas de recursos de uma camada de convolução → uma pilha menor após o pooling → um segundo par menor de convolução e pooling desenhado sem rótulos → uma coluna de círculos para a camada totalmente conectada → três caixas de saída para classes. Escreva cada rótulo apenas uma vez em toda a figura. Rótulos (use cada um apenas uma vez, sem adicionar outro texto): 【Input, Convolution, Pooling, Fully connected, Output】. Estilo: diagrama esquemático estilo diário. Limpe gráficos vetoriais planos em um fundo branco. Os módulos são retângulos arredondados ou ícones simples com seus nomes curtos dentro; painéis em tons pastéis claros agrupam camadas relacionadas. Apenas 3-4 cores suaves, cada uma com um significado fixo. Setas finas e uniformes mostram o fluxo de dados, energia, material ou influência; setas tracejadas para links indiretos ou de feedback. Somente rótulos sem serifa em inglês, cada rótulo aparece exatamente uma vez, escrito exatamente como indicado. Sem renderização 3D, sem sombras, sem brilho, sem decoração cyberpunk ou de fundo tecnológico, sem fotorrealismo.

Abre a Yila com este prompt e o exemplo como imagem de referência.

Os exemplos foram gerados com Nano Banana. O prompt também funciona com GPT Image e outros modelos de imagem; os resultados variam conforme o modelo.

Ver todos os prompts