2.9.26
Lanzado el 2 de noviembre de 2026
Sitio web oficial de Sigmora
Neural network training para Windows
Sigmora es un agente para Windows que edita tu código de entrenamiento en Python, lo ejecuta y muestra el resultado real de cada paso. La versión 2.9.26 funciona con tus propios archivos y hardware.
Lee el registro de entrenamiento, encuentra el error y corrige la incompatibilidad de formas en la definición del modelo.
- read_file
train.pycargado - grep
ValueError1 coincidencia - edit_file
train.pyguardado - Shell
python train.pysalida 0 - read_file
loss.csv10 filas
esperando tu aprobación antes del siguiente pasoRechazarAceptar
34 MB
Descarga del programa de instalación
Send feedback
Botón dentro de la aplicación
13
Idiomas de la interfaz
SHA-256
Verifica el hash del instalador
Auto
El botón de actualización aparece
Neural network training con tus propios datos
Neural network training significa ajustar los pesos hasta que el valor de la pérdida disminuya en tus datos de entrenamiento. Tu código hace el trabajo. Sigmora lee tus scripts, los edita, ejecuta tu comando de entrenamiento a través de Shell y muestra cada resultado como una tarjeta en el chat; en modo Ask first apruebas cada cambio antes de que ocurra. La versión 2.9.26 funciona en Windows 10 y 11.
Corregir una incompatibilidad de formas en el código Python de una red neuronal
Un script se detiene. Falla con un error de forma antes de que termine la primera época. En la versión 2.9.26, Sigmora usa grep para encontrar la línea del error en tu registro, read_file para abrir train.py y edit_file para cambiar el tamaño de la capa que no coincide con tus etiquetas. El diff aparece como una tarjeta y, en modo Ask first, aceptas o rechazas antes de que cambie el archivo. Shell luego ejecuta tu comando de entrenamiento e informa el código de salida real, que solo te indica que el script terminó sin errores.
Registro de herramientas
grep ValueError → 1 match
read_file train.py → loaded
edit_file train.py → saved
Shell python train.py → exit 0Observar la pérdida en una ejecución de red neuronal con retropropagación
Quieres la pérdida de cada época en un solo archivo. Shell inicia tu comando de entrenamiento en el entorno que elegiste y la salida real llega al chat. grep extrae las líneas de pérdida del registro y write_file las guarda como loss.csv en tu carpeta de trabajo, para que puedas comparar 2 ejecuciones más tarde. En una red neuronal, cada lote necesita una pasada hacia adelante y una hacia atrás, y la pérdida de la pasada hacia adelante es lo que termina en el archivo CSV. Ask first se detiene allí.
Registro de herramientas
Shell python train.py → exit 0
grep loss → 10 matches
write_file loss.csv → savedCambiar las capas de una arquitectura de red neuronal
Quieres un diseño diferente de capas antes de la siguiente ejecución. edit_file propone los nuevos tamaños de capa en tu archivo de modelo y muestra un diff, y en modo Ask first no se escribe nada hasta que lo aceptes. Shell luego ejecuta un pequeño lote a través del modelo e imprime la forma de la salida. Compáralo con tus etiquetas. Si los 2 números difieren, pide otro cambio. Una ejecución exitosa solo muestra que el script se ejecutó, así que aún juzgas el diseño tú mismo.
Detectar sobreajuste en un experimento de entrenamiento
La pérdida de entrenamiento sigue disminuyendo, pero la pérdida de validación comienza a aumentar. Así es como se sabe cuándo tu modelo está sobreajustándose. Mira ambas columnas. Sigmora usa grep para extraer las 2 columnas de pérdida de tu registro y edit_file muestra el diff para un cambio que pidas, como un modelo más pequeño o una parada anticipada en tu propio script. En modo Ask first lo apruebas, luego Shell vuelve a ejecutar el script y comparas la pérdida de validación antes y después en datos que el modelo no ha visto.
Cómo Sigmora difiere de un asistente de chat típico
Un asistente de chat describe un comando, mientras que Sigmora 2.9.26 lo ejecuta y muestra lo que realmente sucedió en la tarjeta de salida. Tú decides qué se ejecuta.
| Asistente de chat típico | Sigmora | |
|---|---|---|
| Edición de archivos | Escribe código en el chat | Edita el archivo y muestra un diff |
| Ejecución de comandos | Describe un comando | Lo ejecuta y devuelve el código de salida |
| Modo de aprobación | Sin paso de aprobación | Ask first se detiene antes de los cambios |
| Punto final del modelo | Establecido por el servicio de chat | Tu punto final, verificado con Test |
Cómo comenzar con Sigmora
- Descarga el programa de instalación de 34 MB para Windows 10 o 11.
- Ejecuta el instalador y abre Sigmora.
- Conecta tu punto final de modelo o usa el modelo integrado.
- Inicia un chat, nombra tu script de entrenamiento y elige Auto-run, Ask first o Plan only.
Quién usa Sigmora para entrenar
Los principiantes que escriben su primera red son la primera audiencia. ¿Qué función de pérdida funciona para un primer proyecto es una pregunta justa, así que el agente puede ejecutar el mismo script con cada opción e imprimir los números lado a lado mientras los lees. Comienza con algo pequeño. Python debe estar instalado donde se ejecuta el comando.
Los profesionales que depuran bucles de entrenamiento son la segunda audiencia. Shell ejecuta tu comando de entrenamiento en tu PC, en WSL o por SSH en tu propio servidor de GPU, y devuelve la salida real y el código de salida. Tú eliges el entorno. grep y read_file localizan la línea fallida y edit_file muestra el diff primero.
Los investigadores que comparan experimentos son la tercera audiencia. Cuando te preguntas qué papel juega la tasa de aprendizaje, el agente puede volver a ejecutar el script con 2 valores y escribir ambas curvas de pérdida en un archivo CSV. Mantén cada ejecución pequeña. Lees los resultados y decides qué significan en datos que el modelo no ha visto.
Preguntas frecuentes
¿Qué es el neural network training?
El entrenamiento es el proceso de ajustar los pesos de una red para que el valor de pérdida, que mide qué tan incorrectas son sus predicciones, disminuya en los datos de entrenamiento. Cada paso ejecuta una pasada hacia adelante, un cálculo de pérdida, retropropagación y una actualización del optimizador. Tu código de Python hace este trabajo, no Sigmora. Observa también la pérdida de validación.
¿Es neuralnetworkz.com el sitio web oficial de Sigmora?
Sí, neuralnetworkz.com es el sitio web oficial de Sigmora. El botón de descarga proporciona el programa de instalación, de aproximadamente 34 MB, y registra la hora, la dirección IP, el agente de usuario del navegador y la fuente de referencia antes de enviarte al instalador. Compara la suma de comprobación SHA-256 con el manifiesto publicado. Verifícalo primero. Informa de los problemas con el botón Send feedback en la aplicación.
¿Cómo maneja Sigmora la privacidad?
Los chats, las carpetas de trabajo y las claves API permanecen en tu PC, y los secretos en la salida de la herramienta se enmascaran antes de llegar al modelo. Los prompts, incluido el texto de los archivos que lee el agente, solo van al punto final del modelo que elijas. Con un modelo local nada sale de la máquina. No hay telemetría.
¿Qué es la retropropagación en una red neuronal?
La retropropagación es el paso que calcula cuánto contribuyó cada peso a la pérdida, lo que proporciona los gradientes. El optimizador luego usa esos gradientes y la tasa de aprendizaje para cambiar los pesos. Sigmora no hace esto por sí mismo; ejecuta tu script de entrenamiento y muestra la pérdida impresa en una tarjeta en el chat. Lee los números.
¿Funciona Sigmora con modelos locales?
Sí, puedes conectar un modelo que se ejecuta en tu propia PC a través de un punto final local, y entonces nada que envíes sale de la máquina. Con un modelo en la nube tus prompts van a ese proveedor en su lugar. El botón Test verifica un punto final y muestra su tiempo de respuesta y ventana de contexto. Presiona Test primero.
¿Qué es un tutorial de red neuronal?
Un tutorial de red neuronal es una explicación paso a paso de cómo construir y entrenar una red, generalmente escribiendo la pasada hacia adelante, la pérdida y la actualización de pesos tú mismo. Sigmora puede escribir un archivo de ejemplo pequeño, ejecutarlo y mostrar el diff antes de que el cambio se aplique en modo Ask first. Lee cada línea.
¿Cómo verifico la descarga?
La descarga se verifica ejecutando certutil -hashfile en el archivo descargado con SHA256 y comparando el resultado con el valor SHA-256 en el manifiesto publicado. El instalador aún no está firmado digitalmente, por lo que Windows SmartScreen puede mostrar una advertencia. Elige Más información y Ejecutar de todos modos solo después de que la suma de comprobación coincida. Haz coincidir primero, luego ejecuta.
Ejecuta tu primer script de entrenamiento con Sigmora
Sigmora 2.9.26 ejecuta tus scripts de Python, edita tus archivos y muestra cada resultado como una tarjeta en el chat; el programa de instalación de 34 MB es para Windows 10 o 11. Comienza con algo pequeño.
Descargar Sigmora para Windows ↗Explorar más
Cada página de este sitio web está disponible en 20 idiomas.
Características del producto ↗ Configuración de modelos ↗ Ejemplos de flujos de trabajo ↗ Descargar instalador ↗ Preguntas frecuentes ↗ Política de privacidad ↗
