2.9.26
Dirilis 2 Nov 2026
Situs resmi Sigmora
Neural Network Training agent untuk Windows
Sigmora adalah agen untuk Windows yang mengedit kode pelatihan Python Anda, menjalankannya, dan menampilkan hasil nyata dari setiap langkah. Versi 2.9.26 bekerja pada file dan perangkat keras Anda sendiri.
Baca log pelatihan, temukan kesalahan, dan perbaiki ketidakcocokan bentuk dalam definisi model.
- read_file
train.pydimuat - grep
ValueError1 cocok - edit_file
train.pydisimpan - Shell
python train.pyexit 0 - read_file
loss.csv10 baris
menunggu persetujuan Anda sebelum langkah berikutnyaTolakTerima
34 MB
Unduhan program setup
Send feedback
Tombol di dalam aplikasi
13
Bahasa antarmuka
SHA-256
Verifikasi hash installer
Auto
Tombol pembaruan muncul
Neural network training pada data Anda sendiri
Neural network training berarti menyesuaikan bobot hingga nilai loss turun pada data pelatihan Anda. Kode Anda yang mengerjakan pekerjaan. Sigmora membaca skrip Anda, mengeditnya, menjalankan perintah pelatihan Anda melalui Shell, dan menampilkan setiap hasil sebagai kartu di obrolan, dan dalam mode Ask first Anda menyetujui setiap perubahan sebelum terjadi. Versi 2.9.26 berjalan di Windows 10 dan 11.
Perbaiki shape mismatch dalam kode Python neural network
Sebuah skrip berhenti. Gagal dengan error shape sebelum epoch pertama berakhir. Dalam versi 2.9.26, Sigmora menggunakan grep untuk menemukan baris error di log Anda, read_file untuk membuka train.py, dan edit_file untuk mengubah ukuran layer yang tidak cocok dengan label Anda. Diff muncul sebagai kartu, dan dalam mode Ask first Anda menerima atau menolaknya sebelum file berubah. Shell kemudian menjalankan perintah pelatihan Anda dan melaporkan exit code nyata, yang hanya memberi tahu Anda bahwa skrip selesai tanpa error.
Jejak alat
grep ValueError → 1 match
read_file train.py → loaded
edit_file train.py → saved
Shell python train.py → exit 0Pantau loss saat menjalankan backpropagation pada neural network
Anda ingin melihat loss setiap epoch dalam satu file. Shell memulai perintah pelatihan Anda di lingkungan yang Anda pilih, dan output nyata masuk ke obrolan. grep menarik baris loss dari log, dan write_file menyimpannya sebagai loss.csv di folder kerja Anda, sehingga 2 run dapat dibandingkan nanti. Dalam neural network, setiap batch memerlukan forward pass dan backward pass, dan loss dari forward pass adalah apa yang berakhir di file CSV. Ask first berhenti di sana.
Jejak alat
Shell python train.py → exit 0
grep loss → 10 matches
write_file loss.csv → savedUbah layer arsitektur neural network
Anda ingin tata letak layer yang berbeda sebelum run berikutnya. edit_file mengusulkan ukuran layer baru di file model Anda dan menampilkan diff, dan dalam mode Ask first tidak ada yang ditulis sampai Anda menerimanya. Shell kemudian menjalankan batch kecil melalui model dan mencetak output shape. Bandingkan dengan label Anda. Jika 2 angka berbeda, minta perubahan lain. Run yang lulus hanya menunjukkan bahwa skrip berjalan, jadi Anda masih menilai desain sendiri.
Deteksi overfitting dalam eksperimen pelatihan
Loss pelatihan terus turun, tetapi loss validasi mulai naik. Itulah cara mengetahui kapan model Anda overfitting. Lihat kedua kolom. Sigmora menggunakan grep untuk menarik 2 kolom loss dari log Anda, dan edit_file menampilkan diff untuk perubahan yang Anda minta, seperti model yang lebih kecil atau early stopping di skrip Anda sendiri. Dalam mode Ask first Anda menyetujuinya, lalu Shell menjalankan ulang skrip, dan Anda membandingkan loss validasi sebelum dan sesudah pada data yang belum pernah dilihat model.
Bagaimana Sigmora berbeda dari asisten chat tipikal
Asisten chat mendeskripsikan perintah, sementara Sigmora 2.9.26 menjalankannya dan menampilkan apa yang benar-benar terjadi dalam kartu output. Anda memutuskan apa yang berjalan.
| Asisten chat tipikal | Sigmora | |
|---|---|---|
| Pengeditan file | Menulis kode di chat | Mengedit file dan menampilkan diff |
| Eksekusi perintah | Mendeskripsikan perintah | Menjalankannya dan mengembalikan exit code |
| Mode persetujuan | Tidak ada langkah persetujuan | Ask first berhenti sebelum perubahan |
| Endpoint model | Ditetapkan oleh layanan chat | Endpoint Anda, diperiksa dengan Test |
Cara memulai dengan Sigmora
- Unduh program setup 34 MB untuk Windows 10 atau 11.
- Jalankan installer dan buka Sigmora.
- Hubungkan endpoint model Anda atau gunakan model bawaan.
- Mulai obrolan, beri nama skrip pelatihan Anda dan pilih Auto-run, Ask first atau Plan only.
Siapa yang menggunakan Sigmora untuk pelatihan
Pemula yang menulis jaringan pertamanya adalah audiens pertama. Fungsi loss mana yang cocok untuk proyek pertama adalah pertanyaan yang wajar, jadi agen dapat menjalankan skrip yang sama dengan setiap pilihan dan mencetak angka secara berdampingan saat Anda membacanya. Mulailah dengan sesuatu yang kecil. Python harus diinstal di tempat perintah berjalan.
Praktisi yang men-debug loop pelatihan adalah audiens kedua. Shell menjalankan perintah pelatihan Anda di PC Anda, di WSL atau melalui SSH di server GPU Anda sendiri, dan mengembalikan output nyata dan exit code. Anda memilih lingkungan. grep dan read_file menemukan baris yang gagal, dan edit_file menampilkan diff terlebih dahulu.
Peneliti yang membandingkan eksperimen adalah audiens ketiga. Ketika Anda bertanya-tanya peran apa yang dimainkan oleh learning rate, agen dapat menjalankan ulang skrip dengan 2 nilai dan menulis kedua kurva loss ke file CSV. Jaga setiap run tetap kecil. Anda membaca hasil dan memutuskan apa artinya pada data yang belum pernah dilihat model.
Pertanyaan yang sering diajukan
Apa itu neural network training?
Pelatihan adalah proses menyesuaikan bobot jaringan sehingga nilai loss, yang mengukur seberapa salah prediksinya, menjadi lebih kecil pada data pelatihan. Setiap langkah menjalankan forward pass, perhitungan loss, backpropagation, dan pembaruan optimizer. Kode Python Anda yang mengerjakan pekerjaan ini, bukan Sigmora. Perhatikan juga loss validasi.
Apakah neuralnetworkz.com situs resmi Sigmora?
Ya, neuralnetworkz.com adalah situs resmi Sigmora. Tombol unduhan memberikan program setup, sekitar 34 MB, dan mencatat waktu, alamat IP, user agent browser, dan sumber rujukan sebelum mengarahkan Anda ke installer. Bandingkan checksum SHA-256 dengan manifest yang diterbitkan. Periksa terlebih dahulu. Laporkan masalah dengan tombol Send feedback di aplikasi.
Bagaimana Sigmora menangani privasi?
Obrolan, folder kerja, dan kunci API tetap di PC Anda, dan rahasia dalam output alat dihapus sebelum mencapai model. Prompt, termasuk teks file yang dibaca agen, hanya dikirim ke endpoint model yang Anda pilih. Dengan model lokal, tidak ada yang keluar dari mesin. Tidak ada telemetri.
Apa itu backpropagation pada neural network?
Backpropagation adalah langkah yang menghitung seberapa besar setiap bobot berkontribusi terhadap loss, yang memberikan gradien. Optimizer kemudian menggunakan gradien tersebut dan learning rate untuk mengubah bobot. Sigmora tidak melakukan ini sendiri; ia menjalankan skrip pelatihan Anda dan menampilkan loss yang dicetak dalam kartu di obrolan. Baca angkanya.
Apakah Sigmora bekerja dengan model lokal?
Ya, Anda dapat menghubungkan model yang berjalan di PC Anda melalui endpoint lokal, dan kemudian tidak ada yang Anda kirim keluar dari mesin. Dengan model cloud, prompt Anda dikirim ke penyedia tersebut. Tombol Test memeriksa endpoint dan menampilkan waktu respons dan context window-nya. Tekan Test terlebih dahulu.
Apa itu tutorial neural network?
Tutorial neural network adalah penjelasan langkah demi langkah tentang cara membangun dan melatih jaringan, biasanya dengan menulis forward pass, loss, dan pembaruan bobot sendiri. Sigmora dapat menulis file contoh kecil, menjalankannya, dan menampilkan diff sebelum perubahan diterapkan dalam mode Ask first. Baca setiap baris.
Bagaimana cara memverifikasi unduhan?
Unduhan diverifikasi dengan menjalankan certutil -hashfile pada file yang diunduh dengan SHA256 dan membandingkan hasilnya dengan nilai SHA-256 di manifest yang diterbitkan. Installer belum ditandatangani kode, jadi Windows SmartScreen mungkin memberi peringatan. Pilih More info dan Run anyway hanya setelah checksum cocok. Cocokkan terlebih dahulu, lalu jalankan.
Jalankan skrip pelatihan pertama Anda dengan Sigmora
Sigmora 2.9.26 menjalankan skrip Python Anda, mengedit file Anda, dan menampilkan setiap hasil sebagai kartu di obrolan; program setup 34 MB untuk Windows 10 atau 11. Mulailah kecil.
Unduh Sigmora untuk Windows ↗Jelajahi lebih lanjut
Setiap halaman situs web ini tersedia dalam 20 bahasa.
Fitur produk ↗ Konfigurasi model ↗ Contoh alur kerja ↗ Unduh installer ↗ FAQ ↗ Kebijakan privasi ↗
