2.9.26
تم الإصدار في 2 نوفمبر 2026
الموقع الرسمي لـ Sigmora
Neural network training وكيل لنظام Windows
Sigmora هو وكيل لنظام Windows يعدل كود التدريب بلغة Python، يشغله ويعرض النتيجة الفعلية لكل خطوة. الإصدار 2.9.26 يعمل على ملفاتك وأجهزتك الخاصة.
اقرأ سجل التدريب، اعثر على الخطأ، وأصلح عدم تطابق الأشكال في تعريف النموذج.
- read_file
train.pyتم التحميل - grep
ValueErrorمطابقة واحدة - edit_file
train.pyتم الحفظ - Shell
python train.pyخروج 0 - read_file
loss.csv10 صفوف
في انتظار موافقتك قبل الانتقال إلى الخطوة التاليةرفضموافقة
34 ميجابايت
تحميل برنامج التثبيت
Send feedback
زر داخل التطبيق
13
لغات الواجهة
SHA-256
التحقق من تجزئة المثبت
تلقائي
زر التحديث يظهر
Neural Network Training على بياناتك الخاصة
Neural Network Training يعني ضبط الأوزان حتى تنخفض قيمة الخسارة على بيانات التدريب الخاصة بك. الكود الخاص بك هو من يقوم بالعمل. Sigmora يقرأ سكربتاتك، يعدلها، يشغل أمر التدريب عبر Shell ويعرض كل نتيجة كبطاقة في الدردشة، وفي وضع Ask first توافق على كل تغيير قبل حدوثه. الإصدار 2.9.26 يعمل على Windows 10 و 11.
إصلاح عدم تطابق الأشكال في كود Python للشبكات العصبية
يتوقف السكربت. يفشل بخطأ في الشكل قبل انتهاء Epoch الأول. في الإصدار 2.9.26، يستخدم Sigmora grep للعثور على سطر الخطأ في السجل، read_file لفتح train.py، و edit_file لتغيير حجم الطبقة الذي لا يتطابق مع الملصقات. يظهر الاختلاف كبطاقة، وفي وضع Ask first تقبل أو ترفض التغيير قبل تعديل الملف. ثم يشغل Shell أمر التدريب ويعيد رمز الخروج الفعلي، الذي يخبرك فقط بأن السكربت انتهى دون أخطاء.
تتبع الأدوات
grep ValueError → 1 match
read_file train.py → loaded
edit_file train.py → saved
Shell python train.py → exit 0مراقبة الخسارة في تشغيل شبكة عصبية باستخدام الانتشار العكسي
تريد الحصول على خسارة كل Epoch في ملف واحد. يبدأ Shell أمر التدريب في البيئة التي اخترتها، ويصل المخرج الفعلي إلى الدردشة. يسحب grep أسطر الخسارة من السجل، ويحفظها write_file كملف loss.csv في مجلد العمل، بحيث يمكن مقارنة تشغيلين لاحقاً. في الشبكة العصبية، تحتاج كل دفعة إلى تمرير أمامي وتمرير عكسي، والخسارة من التمرير الأمامي هي ما ينتهي في ملف CSV. يتوقف Ask first هناك.
تتبع الأدوات
Shell python train.py → exit 0
grep loss → 10 matches
write_file loss.csv → savedتغيير طبقات بنية الشبكة العصبية
تريد تخطيطاً مختلفاً للطبقات قبل التشغيل التالي. يقترح edit_file أحجام الطبقات الجديدة في ملف النموذج ويعرض الاختلاف، وفي وضع Ask first لا يتم الكتابة حتى تقبل ذلك. ثم يشغل Shell دفعة صغيرة عبر النموذج ويطبع شكل المخرج. قارنها مع الملصقات. إذا اختلف الرقمان، اطلب تغييراً آخر. التشغيل الناجح يظهر فقط أن السكربت قد تم تشغيله، لذا لا تزال تحكم في التصميم بنفسك.
اكتشاف الإفراط في التخصيص في تجربة تدريب
خسارة التدريب مستمرة في الانخفاض، لكن خسارة التحقق تبدأ في الارتفاع. هذا هو كيف تعرف عندما يكون نموذجك يعاني من الإفراط في التخصيص. انظر إلى العمودين معاً. يستخدم Sigmora grep لسحب عمودي الخسارة من السجل، و edit_file يظهر الاختلاف لتغيير تطلبه، مثل نموذج أصغر أو التوقف المبكر في سكربتك. في وضع Ask first توافق عليه، ثم يعيد Shell تشغيل السكربت، وتقارن خسارة التحقق قبل وبعد على بيانات لم يرها النموذج من قبل.
كيف يختلف Sigmora عن مساعد الدردشة النموذجي
يصف مساعد الدردشة أمراً، بينما يشغل Sigmora 2.9.26 الأمر ويعرض ما حدث حقاً في بطاقة المخرج. أنت تقرر ما يتم تشغيله.
| مساعد الدردشة النموذجي | Sigmora | |
|---|---|---|
| تحرير الملفات | يكتب الكود في الدردشة | يعدل الملف ويعرض الاختلاف |
| تنفيذ الأمر | يصف أمراً | يشغله ويعيد رمز الخروج |
| وضع الموافقة | لا توجد خطوة موافقة | يتوقف Ask first قبل التغييرات |
| نقطة نهاية النموذج | يحددها خدمة الدردشة | نقطة النهاية الخاصة بك، يتم التحقق منها مع Test |
كيف تبدأ مع Sigmora
- قم بتحميل برنامج التثبيت بحجم 34 ميجابايت لنظام Windows 10 أو 11.
- قم بتشغيل المثبت وافتح Sigmora.
- قم بتوصيل نقطة نهاية النموذج الخاصة بك أو استخدم النموذج المدمج.
- ابدأ دردشة، سمِّ سكربت التدريب الخاص بك واختر Auto-run، Ask first أو Plan only.
من يستخدم Sigmora للتدريب
المبتدئون الذين يكتبون شبكتهم الأولى هم الجمهور الأول. أي دالة خسارة تعمل لمشروع أولي هو سؤال معقول، لذا يمكن للوكيل تشغيل نفس السكربت مع كل خيار وطباعة الأرقام جنباً إلى جنب أثناء قراءتها. ابدأ بشيء صغير. يجب تثبيت Python في المكان الذي يتم فيه تشغيل الأمر.
الممارسون الذين يقومون بتصحيح حلقات التدريب هم الجمهور الثاني. يشغل Shell أمر التدريب على جهاز الكمبيوتر الخاص بك، في WSL أو عبر SSH على خادم GPU الخاص بك، ويعيد المخرج الفعلي ورمز الخروج. أنت تختار البيئة. يحدد grep و read_file السطر الفاشل، و edit_file يظهر الاختلاف أولاً.
الباحثون الذين يقارنون التجارب هم الجمهور الثالث. عندما تتساءل عن دور معدل التعلم، يمكن للوكيل إعادة تشغيل السكربت بقيمتين وكتابة منحنيات الخسارة لكليهما في ملف CSV. اجعل كل تشغيل صغيراً. تقرأ النتائج وتقرر ما تعنيه على بيانات لم يرها النموذج.
الأسئلة الشائعة
ما هو neural network training؟
التدريب هو عملية ضبط أوزاء الشبكة بحيث تصبح قيمة الخسارة، التي تقيس مدى خطأ تنبؤاتها، أصغر على بيانات التدريب. كل خطوة تشغل تمريراً أمامياً، وحساب الخسارة، والانتشار العكسي، وتحديث المُحسِّن. كود Python الخاص بك هو من يقوم بهذا العمل، وليس Sigmora. راقب أيضاً خسارة التحقق.
هل neuralnetworkz.com هو الموقع الرسمي لـ Sigmora؟
نعم، neuralnetworkz.com هو الموقع الرسمي لـ Sigmora. زر التحميل يعطي برنامج التثبيت، بحجم حوالي 34 ميجابايت، ويسجل الوقت، وعنوان IP، ومستخدم وكيل المتصفح، ومصدر الإحالة قبل أن يرسلك إلى المثبت. قارن تجزئة SHA-256 مع البيان المنشور. تحقق منها أولاً. أبلغ عن المشاكل باستخدام زر Send feedback في التطبيق.
كيف يتعامل Sigmora مع الخصوصية؟
تبقى الدردشات، ومجلدات العمل ومفاتيح API على جهاز الكمبيوتر الخاص بك، ويتم إخفاء الأسرار في مخرجات الأدوات قبل وصولها إلى النموذج. تذهب المطالبات، بما في ذلك نص الملفات التي يقرأها الوكيل، فقط إلى نقطة نهاية النموذج التي تختارها. مع نموذج محلي لا يغادر شيء الآلة. لا يوجد تتبع.
ما هو الانتشار العكسي في الشبكة العصبية؟
الانتشار العكسي هو الخطوة التي تحسب مدى مساهمة كل وزن في الخسارة، مما يعطي التدرجات. يستخدم المُحسِّن بعد ذلك هذه التدرجات ومعدل التعلم لتغيير الأوزان. Sigmora لا يقوم بذلك بنفسه؛ بل يشغل سكربت التدريب الخاص بك ويعرض الخسارة المطبوعة في بطاقة في الدردشة. اقرأ الأرقام.
هل يعمل Sigmora مع النماذج المحلية؟
نعم، يمكنك توصيل نموذج يعمل على جهاز الكمبيوتر الخاص بك من خلال نقطة نهاية محلية، وعندها لا يغادر أي شيء ترسله الآلة. مع نموذج سحابي، تذهب مطالباتك إلى مزود ذلك بدلاً من ذلك. يتحقق زر Test من نقطة النهاية ويعرض وقت استجابتها ونافذة السياق الخاصة بها. اضغط Test أولاً.
ما هو درس الشبكة العصبية؟
درس الشبكة العصبية هو شرح خطوة بخطوة لكيفية بناء وتدريب شبكة، عادةً عن طريق كتابة التمرير الأمامي، والخسارة، وتحديث الأوزان بنفسك. يمكن لـ Sigmora كتابة ملف مثال صغير، وتشغيله، وإظهار الاختلاف قبل تطبيق التغيير في وضع Ask first. اقرأ كل سطر.
كيف أتحقق من التحميل؟
يتم التحقق من التحميل عن طريق تشغيل certutil -hashfile على الملف الذي تم تحميله مع SHA256 ومقارنة النتيجة مع قيمة SHA-256 في البيان المنشور. المثبت ليس موقعاً رقمياً بعد، لذا قد يحذر Windows SmartScreen. اختر More info و Run anyway فقط بعد مطابقة تجزئة التشفير. طابق أولاً، ثم شغل.
شغل أول سكربت تدريب مع Sigmora
Sigmora 2.9.26 يشغل سكربتات Python الخاصة بك، يعدل ملفاتك ويعرض كل نتيجة كبطاقة في الدردشة؛ برنامج التثبيت بحجم 34 ميجابايت لنظام Windows 10 أو 11. ابدأ صغيراً.
تحميل Sigmora لنظام Windows ↗استكشف المزيد
كل صفحة من صفحات هذا الموقع متاحة بـ 20 لغة.
ميزات المنتج ↗ تكوين النموذج ↗ أمثلة على سير العمل ↗ تحميل المثبت ↗ الأسئلة الشائعة ↗ سياسة الخصوصية ↗
