

IA e computação
Autoencodificador variacional (VAE)
- Composição:
- uma ampulheta de codificação, amostragem e decodificação
- Proporção:
- 16:9
Prompt
Crie um diagrama de arquitetura de 【um autoencoder variacional】, lido da esquerda para a direita, em forma de ampulheta:
1. 【Uma imagem de entrada (um simples ícone de sapato) → um codificador desenhado como um trapézio que se estreita para a direita.】
2. 【O codificador gera duas pequenas caixas empilhadas verticalmente: média e variação.】
3. 【Ambos alimentam uma etapa de amostragem (um pequeno ícone de dado) que desenha um vetor latente z, desenhado como uma pequena coluna de círculos.】
4. 【z → um decodificador desenhado como um trapézio que se alarga para a direita → uma imagem reconstruída (o mesmo ícone de sapato, um pouco mais desfocado).】
Escreva cada rótulo apenas uma vez em toda a figura.
Caso um componente apareça em mais de um local ou painel, escreva seu rótulo apenas na primeira aparição; todas as outras cópias não têm texto. Nenhum rótulo pode aparecer duas vezes em qualquer lugar da figura. Soletre cada rótulo exatamente como indicado e não adicione títulos.
Rótulos (use cada um apenas uma vez, sem adicionar outro texto): 【Input, Encoder, Mean, Variance, Sampling, Latent z, Decoder, Reconstruction】.
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.






