Crea una red neuronal desde cero, un archivo pequeño a la vez

Características

• Archivosread_file, write_file, edit_file, move_file, copy_file, list_dir, grep y glob funcionan en la carpeta de trabajo del chat; un contador muestra los archivos creados, editados y leídos.
• Shellejecuta comandos de terminal como tu comando de entrenamiento y pruebas, en Windows, WSL o por SSH, e informa el código de salida real. Los comandos peligrosos están bloqueados.
• Webweb_search busca en la web y http_get lee una página de documentación, para que el agente pueda buscar el significado de un mensaje de error.
• Capturas de pantalla e imágenesgen_image guarda archivos de imagen reales, y ocr lee texto de una captura de pantalla guardada, por ejemplo, los números en un gráfico de pérdida que capturaste.
• Orquestacióntask ejecuta subagentes en paralelo, run_on_model envía un paso difícil a un modelo más grande, y skill almacena un plan de acción reutilizable que puedes ejecutar de nuevo.
• Modos de aprobaciónAuto-run actúa de inmediato, Ask first pausa antes de las acciones que cambian algo y muestra el diff para aceptar, y Plan only escribe un plan y no ejecuta nada.
• Cronejecuta un prompt según un horario, por ejemplo, para volver a ejecutar un experimento pequeño cada noche y registrar su pérdida en un archivo CSV que lees al día siguiente.
• Modelosconecta un modelo en la nube a través de un punto de conexión API estándar o un modelo en tu propia PC, o usa el modelo integrado, que está listo sin tu propio punto de conexión.

Guías paso a paso

Escribe un perceptrón en Python puro

Entender el perceptrón es el primer paso cuando quieres crear redes neuronales desde cero en Python. Pides un archivo pequeño, y write_file crea un archivo Python puro con una pequeña lista de ejemplos y una neurona que aprende la puerta AND con una tasa de aprendizaje fija en un bucle corto de actualización de pesos. Shell lo ejecuta en tu PC e imprime los pesos en la tarjeta del chat, junto con el código de salida real. Si necesitas ayuda con tu primera red neuronal, comienza con una neurona. No se necesita ningún framework, y el archivo es lo suficientemente corto para leerlo de una vez. En modo Ask first lees el nuevo archivo en la tarjeta y lo aceptas antes de que se guarde, luego verificas los pesos impresos tú mismo.

Encuentra y reduce el sobreajuste

El sobreajuste aparece cuando la pérdida de entrenamiento sigue cayendo mientras que la pérdida en datos de validación separados deja de mejorar o aumenta. grep busca en tu registro ambas columnas de pérdida, y read_file abre el script de entrenamiento para que el agente pueda ver el tamaño del modelo y cualquier configuración de regularización. Las soluciones comunes son más datos, un modelo más pequeño, regularización o early stopping. Mantén cada experimento pequeño y repetible, para que un cambio en los números tenga una causa clara. Con edit_file obtienes un diff para revisar, y en modo Ask first nada se guarda antes de que lo aceptes. Shell luego vuelve a ejecutar tu comando de prueba y devuelve el código de salida, y comparas la pérdida de validación antes y después del cambio en datos que el modelo no ha visto, dejando el conjunto de prueba intacto hasta el final.

Corrige un error de forma de entrada

Un error de forma de entrada significa que los datos alimentados a la red no coinciden con la primera capa, por lo que tu script se detiene con un mensaje de error que nombra las 2 formas que no pudo coincidir. La forma de entrada para redes neuronales debe coincidir con los datos, y la forma de salida debe coincidir con el número de etiquetas. El agente abre tu código de red neuronal en Python con read_file, usa grep para encontrar las definiciones de las capas y el lugar donde se reestructuran los lotes, y propone un cambio de una línea con edit_file. Plan only no ejecuta nada, así que úsalo primero para leer la explicación. Luego cambia a Ask first, acepta el diff, deja que Shell vuelva a ejecutar el script y lee las formas impresas tú mismo en lugar de confiar solo en el código de salida.

Registra métricas de entrenamiento en un archivo CSV

Para comparar experimentos necesitas la pérdida de cada época en un archivo, no solo en pantalla. write_file crea un registro de pérdida, o append_file añade una fila después de cada época, y read_file localiza el lugar en tu script donde se calcula la pérdida. edit_file añade las líneas de registro y muestra un diff. Shell ejecuta tu comando de entrenamiento y devuelve la salida real y el código de salida en la tarjeta del chat. Ask first pausa antes de que se cambie el script, para que puedas leer las nuevas líneas en la tarjeta primero. Abre el archivo CSV después, pon 2 ejecuciones lado a lado y anota qué configuraciones cambiaste antes de mantener el cambio. El archivo es texto plano en tu carpeta de trabajo, y read_file puede cargarlo de nuevo en el próximo chat para continuar donde lo dejaste.