Créer un réseau de neurones de zéro, fichier par fichier

Fonctionnalités

• Fichiers read_file, write_file, edit_file, move_file, copy_file, list_dir, grep et glob fonctionnent dans le dossier de travail du chat ; un compteur indique le nombre de fichiers créés, modifiés et lus.
• Shell exécute des commandes terminal telles que ta commande d'entraînement et les tests, sous Windows, WSL ou via SSH, et affiche le code de sortie réel. Les commandes dangereuses sont bloquées.
• Web web_search effectue une recherche sur le web et http_get lit une page de documentation, afin que l'agent puisse rechercher la signification d'un message d'erreur.
• Captures d'écran et images gen_image enregistre de vrais fichiers image, et ocr lit le texte à partir d'une capture d'écran enregistrée, par exemple les chiffres sur un graphique de perte que tu as capturé.
• Orchestration task exécute des sous-agents en parallèle, run_on_model envoie une étape critique à un modèle plus gros, et skill stocke un jeu d'instructions réutilisable que tu peux relancer.
• Modes d'approbation Auto-run agit immédiatement, Ask first met en pause avant les actions qui modifient quelque chose et affiche le diff à accepter, et Plan only écrit un plan et n'exécute rien.
• Cron exécute une invite à intervalles réguliers, par exemple pour relancer une petite expérience chaque nuit et écrire sa perte dans un fichier CSV que tu lis le lendemain.
• Modèles connecte un modèle cloud via un point de terminaison API standard ou un modèle sur ton propre PC, ou utilise le modèle intégré, qui est prêt sans ton propre point de terminaison.

Tutoriels

Écrire un perceptron en Python pur

Comprendre le perceptron est la première étape lorsque tu veux créer des réseaux de neurones de zéro en Python. Tu demandes un petit fichier, et write_file crée un fichier Python simple avec une petite liste d'exemples et un neurone qui apprend la porte AND avec un taux d'apprentissage fixe dans une courte boucle de mise à jour des poids. Shell l'exécute sur ton PC et affiche les poids dans la carte de chat, ainsi que le code de sortie réel. Si tu as besoin d'aide pour ton premier réseau de neurones, commence par un seul neurone. Aucun framework n'est nécessaire, et le fichier est assez court pour être lu d'une seule traite. En mode Ask first, tu lis le nouveau fichier dans la carte et l'acceptes avant qu'il ne soit enregistré, puis tu vérifies les poids affichés toi-même.

Trouver et réduire le surapprentissage

Le surapprentissage apparaît lorsque la perte d'entraînement continue de diminuer tandis que la perte sur des données de validation séparées cesse de s'améliorer ou augmente. grep recherche dans ton journal les deux colonnes de perte, et read_file ouvre le script d'entraînement afin que l'agent puisse voir la taille du modèle et les paramètres de régularisation. Les remèdes courants sont plus de données, un modèle plus petit, la régularisation ou l'arrêt anticipé. Garde chaque expérience petite et reproductible, afin qu'un changement dans les chiffres ait une cause claire. Avec edit_file, tu obtiens un diff à examiner, et en mode Ask first rien n'est enregistré avant que tu l'acceptes. Shell relance ensuite ta commande de test et retourne le code de sortie, et tu compares la perte de validation avant et après le changement sur des données que le modèle n'a pas vues, en laissant l'ensemble de test intact jusqu'à la fin.

Corriger une erreur de forme d'entrée

Une erreur de forme d'entrée signifie que les données fournies au réseau ne correspondent pas à la première couche, donc ton script s'arrête avec un message d'erreur qui nomme les 2 formes qu'il n'a pas pu faire correspondre. La forme d'entrée pour les réseaux de neurones doit correspondre aux données, et la forme de sortie doit correspondre au nombre d'étiquettes. L'agent ouvre ton code de réseau de neurones en Python avec read_file, utilise grep pour trouver les définitions de couche et l'endroit où les lots sont redimensionnés, et propose une modification en une ligne avec edit_file. Plan only n'exécute rien, donc utilise-le d'abord pour lire l'explication. Puis passe à Ask first, accepte le diff, laisse Shell relancer le script et lis les formes affichées toi-même au lieu de te fier uniquement au code de sortie.

Journaliser les métriques d'entraînement dans un fichier CSV

Pour comparer les expériences, tu as besoin de la perte de chaque époque dans un fichier, et non seulement à l'écran. write_file crée un journal de perte, ou append_file ajoute une ligne après chaque époque, et read_file localise l'endroit dans ton script où la perte est calculée. edit_file ajoute les lignes de journalisation et affiche un diff. Shell lance ta commande d'entraînement et retourne la sortie réelle et le code de sortie dans la carte de chat. Ask first met en pause avant que le script ne soit modifié, afin que tu puisses lire les nouvelles lignes dans la carte d'abord. Ouvre le fichier CSV ensuite, place 2 exécutions côte à côte et note les paramètres que tu as modifiés avant de conserver le changement. Le fichier est du texte brut dans ton dossier de travail, et read_file peut le charger à nouveau dans le prochain chat pour continuer là où tu t'es arrêté.