เดสก์ท็อปสำหรับนักพัฒนา ML ที่สมจริง

ภาพหน้าจอ macOS ที่สมจริงของพื้นที่ทำงานของวิศวกรการเรียนรู้ของเครื่องในเวลากลางคืน โดยแสดงตรงหน้าพร้อมแถบเมนู macOS สีน้ำเงินเข้มและ Dock ที่มองเห็นได้ที่ด้านล่าง เดสก์ท็อปมีหน้าต่างแอปพลิเคชันหลัก 2 หน้าต่างวางอยู่ข้างกัน ทางด้านซ้าย หน้าต่าง Visual Studio Code ขนาดใหญ่ในธีมสีเข้มครอบครองพื้นที่ประมาณสองในสามของหน้าจอ โครงการ VS Code มีชื่อว่า "VISIONCLASSIFIER" ในแถบด้านข้าง Explorer พร้อมโครงสร้างโฟลเดอร์ Python ML ที่สมจริง ซึ่งมีรายการระดับบนสุดหรือรายการที่ขยายออก 11 รายการที่มองเห็นได้: .venv, data, raw, processed, images, notebooks, src, utils, config.yaml, requirements.txt, README.md ภายใน notebooks แสดงไฟล์ที่มองเห็นได้ 2 ไฟล์: 01_data_exploration.ipynb และ 02_model_training.ipynb ภายใน src แสดงโครงสร้างโค้ด ML ที่สมจริงพร้อม dataset.py, transforms.py, models, resnet.py, train, engine.py, trainer.py, utils.py พื้นที่แก้ไขมีแท็บเปิดอยู่ 4 แท็บ: trainer.py, engine.py, resnet.py, config.yaml แท็บที่ใช้งานอยู่คือ trainer.py แสดงโค้ดการฝึกอบรม Python ที่สะอาดและน่าเชื่อถือสำหรับไปป์ไลน์การจำแนกประเภทรูปภาพ ResNet รวมถึงคลาส Trainer วิธีการ train(self) และ train_epoch(self, epoch: int) -> Dict[str, float] อ้างอิงถึง self.cfg.training.epochs, train_metrics, val_metrics, scheduler.step, save_checkpoint, self.model.train(), batch["image"], batch["label"], optimizer.zero_grad, criterion, loss.backward, optimizer.step, accuracy(outputs, targets, topk=(1,))[0] ทำให้โค้ดคมชัดแต่ดูเป็นธรรมชาติเหมือนหน้าจอ พร้อมหมายเลขบรรทัดที่มองเห็นได้ประมาณบรรทัดที่ 24 ถึง 52 ที่ด้านล่างของหน้าต่าง VS Code เทอร์มินัลแบบบูรณาการเปิดอยู่ในแท็บ TERMINAL และแสดงบันทึกการฝึกอบรมที่สมจริงสำหรับ 4 ยุคที่มองเห็นได้: Epoch 12/50, Epoch 13/50, Epoch 14/50, Epoch 15/50 แต่ละยุคมีบรรทัด train และ val ที่แสดง Loss, Acc@1 และ Acc@5 พร้อมกับบรรทัดสุดท้ายที่ระบุว่าได้บันทึกจุดตรวจสอบที่ดีที่สุดใหม่แล้ว ทำให้ตัวเลขมีความสมเหตุสมผลสำหรับการฝึกอบรมที่ประสบความสำเร็จ โดยมีความแม่นยำอันดับ 1 อยู่ที่ประมาณ 0.88 ถึง 0.91 และอันดับ 5 อยู่ที่ประมาณ 0.97 ถึง 0.98 รวมถึงแถบสถานะ VS Code ตามปกติที่ด้านล่างพร้อมรายละเอียดสภาพแวดล้อม Python ทางด้านขวา วางหน้าต่างเว็บเบราว์เซอร์ธีมสีเข้ม 1 หน้าต่างที่แสดงแดชบอร์ดในเครื่องที่ localhost:8000 พร้อมชื่อหน้า "VisionClassifier | Dashboard" และส่วนหัวของแอป "VisionClassifier" พร้อมคำบรรยาย "Image Classification Model" แดชบอร์ดมีส่วนที่ซ้อนกัน 3 ส่วน ส่วนแรกคือ "Model Overview" พร้อมการ์ดเมตริก 4 ใบ: Top-1 Accuracy 91.23%, Top-5 Accuracy 98.30%, Total Parameters 23.51M, Model ResNet-50 ส่วนที่สองคือ "Recent Training" พร้อมแผนภูมิเส้นสีเข้มของความแม่นยำในช่วง 50 ยุค โดยแสดงเส้นโค้งสี 2 เส้นที่ติดป้ายกำกับ Train (Top-1) และ Val (Top-1) ซึ่งทั้งสองเส้นเพิ่มขึ้นอย่างรวดเร็วและคงที่ในช่วงต้น 90 ส่วนที่สามคือ "Confusion Matrix" ที่แสดงแผนผังความร้อน 10x10 พร้อมแนวทแยงมุมที่สว่างและแกนที่ติดป้ายกำกับ True Label และ Predicted Label ใช้การสะท้อนแสงที่ละเอียดอ่อน ตัวอักษรที่คมชัด ระยะห่างของ UI ที่สมจริง และแสงสว่างของหน้าจอที่น่าเชื่อถือ แถบเมนู macOS ด้านบนควรแสดงเมนูทั่วไปเช่น Code, File, Edit, Selection, View, Go, Run, Terminal, Window, Help ทางด้านซ้าย และไอคอนระบบพร้อมเวลาอ่านว่า Tue May 13 9:41 AM Dock ควรมีไอคอนแอปที่คุ้นเคยมากมายและดูเป็นของแท้ แต่ไม่รบกวน สไตล์โดยรวม: ภาพหน้าจอที่สมจริงเป็นพิเศษ สถานีงานนักพัฒนามืออาชีพ อินเทอร์เฟซสีเข้มขัดเกลา ไม่มีสไตล์ ไม่มีการวาดภาพ แยกไม่ออกจากการจับภาพหน้าจอจริง