逼真的机器学习开发者桌面

提示词

一张超写实的 macOS 桌面截图，展示了一位机器学习工程师夜间的工作区，正面拍摄，顶部是深蓝色的 macOS 菜单栏，底部可见 Dock。桌面上恰好有 2 个主要应用窗口并排显示。左侧是一个大型 Visual Studio Code 窗口，深色主题，占据屏幕大约三分之二。VS Code 项目在 Explorer 侧边栏中名为 "VISIONCLASSIFIER"，带有一个逼真的 Python 机器学习文件夹树，其中恰好显示 11 个可见的顶层或展开项：.venv、data、raw、processed、images、notebooks、src、utils、config.yaml、requirements.txt、README.md。展开 notebooks 后，恰好显示 2 个可见文件：01_data_exploration.ipynb 和 02_model_training.ipynb。展开 src 后，显示一个逼真的机器学习代码结构，包括 dataset.py、transforms.py、models、resnet.py、train、engine.py、trainer.py、utils.py。编辑区恰好打开了 4 个标签页：trainer.py、engine.py、resnet.py、config.yaml。当前激活的标签页是 trainer.py。展示整洁、可信的 Python 训练代码，用于 ResNet 图像分类管线，包括一个 class Trainer、方法 train(self) 和 train_epoch(self, epoch: int) -> Dict[str, float]、对 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] 的引用。代码要清晰，但看起来自然像屏幕中的内容，并显示大约第 24 行到第 52 行的行号。VS Code 窗口底部集成终端打开在 TERMINAL 标签页，并显示恰好 4 个 epoch 的逼真训练日志：Epoch 12/50、Epoch 13/50、Epoch 14/50、Epoch 15/50，每个都包含 train 和 val 行，列出 Loss、Acc@1 和 Acc@5，最后一行写着新的最佳检查点已保存。数字应当合理，表现为一次成功的训练运行，top-1 准确率大约在 0.88 到 0.91 之间，top-5 大约在 0.97 到 0.98 之间。底部保留常见的 VS Code 状态栏，并显示 Python 环境信息。右侧放置恰好 1 个深色主题的网页浏览器窗口，显示本地仪表板 localhost:8000，页面标题为 "VisionClassifier | Dashboard"，应用页眉为 "VisionClassifier"，副标题为 "Image Classification Model"。该仪表板恰好包含 3 个纵向堆叠的部分。第一部分是 "Model Overview"，包含恰好 4 个指标卡：Top-1 Accuracy 91.23%、Top-5 Accuracy 98.30%、Total Parameters 23.51M、Model ResNet-50。第二部分是 "Recent Training"，显示一张深色的 50 个 epoch 准确率折线图，恰好有 2 条有颜色的曲线，标签分别为 Train (Top-1) 和 Val (Top-1)，两者都快速上升并稳定在 90 多的低位。第三部分是 "Confusion Matrix"，展示一个 10x10 的热力图，具有明亮的对角线，并标注坐标轴 True Label 和 Predicted Label。使用柔和反光、清晰的字体、逼真的界面间距和可信的屏幕发光效果。macOS 顶部菜单栏左侧应显示常见菜单，如 Code、File、Edit、Selection、View、Go、Run、Terminal、Window、Help，右侧显示系统图标，时间为 Tue May 13 9:41 AM。Dock 应包含许多可识别的应用图标，并显得真实但不过分抢眼。整体风格：超写实截图，专业开发者工作站，精致的深色模式界面，无任何风格化、无插画感，与真实屏幕截图无法区分。