Latih jaringan saraf: jawaban atas pertanyaan umum

Siklus pelatihan memiliki empat bagian: forward pass mengubah input menjadi prediksi, fungsi loss membandingkannya dengan jawaban yang benar, backpropagation menghitung gradien, dan optimizer mengubah bobot dengan langkah kecil yang ditetapkan oleh learning rate. Kode Python Anda yang melakukan pekerjaan ini, bukan Sigmora. Sigmora membaca, mengedit, dan menjalankan kode tersebut, dan Anda menilai loss pada data validasi.

Backpropagation adalah langkah yang menghitung seberapa besar kontribusi setiap bobot terhadap loss, yang menghasilkan gradien. Optimizer kemudian menggunakan gradien dan learning rate tersebut untuk mengubah bobot. Proses ini berjalan sekali per batch, setelah forward pass. Sigmora tidak melakukan ini sendiri; ia menjalankan skrip pelatihan Anda dan menampilkan loss yang dicetak dalam kartu, dan Anda membaca angka-angkanya.

Convolutional neural network adalah jaringan untuk gambar di mana filter kecil memindai gambar dan menghasilkan feature maps yang digabungkan oleh lapisan berikutnya. Kebanyakan bug pertama adalah ketidakcocokan bentuk antara data gambar dan lapisan pertama. Jika neural network dari nol Anda tidak berfungsi, periksa bentuk tersebut terlebih dahulu. Sigmora dapat membaca definisi lapisan dan menjalankan batch kecil melalui lapisan tersebut.

Jaringan LSTM adalah jaringan rekuren untuk urutan, seperti teks atau pengukuran sepanjang waktu, dengan gerbang yang memutuskan apa yang harus disimpan dari langkah sebelumnya. Inputnya memiliki dimensi waktu, sehingga kesalahan bentuk sering berasal dari panjang urutan. Orang bertanya bagaimana cara mendiagnosis neural network seperti ini: cetak bentuk di setiap lapisan dan coba overfit pada batch kecil terlebih dahulu.

Jaringan saraf belajar dengan mengubah bobotnya sehingga loss menjadi lebih kecil pada data pelatihan. Satu epoch adalah satu putaran penuh atas data tersebut, yang dibagi menjadi batch. Pembelajaran hanya dihitung jika loss pada data validasi terpisah juga membaik, jadi biarkan set pengujian tetap tidak tersentuh hingga akhir. Sigmora dapat mencatat loss setiap epoch ke file CSV agar Anda dapat membacanya.

Ya, neuralnetworkz.com adalah situs resmi Sigmora. Tombol unduh memberikan program setup, sekitar 34 MB, dan mencatat waktu, alamat IP, user agent browser, dan sumber referral sebelum mengarahkan Anda ke installer. Bandingkan checksum SHA-256 dengan manifest yang diterbitkan, dan gunakan tombol Send feedback di aplikasi untuk melaporkan masalah atau ide. Periksa terlebih dahulu.

Ya, Sigmora dibangun untuk Windows 10 dan 11 dalam bentuk 64-bit (x64), dan tidak diperlukan akun untuk menjalankannya. Perintah pelatihan Anda dapat berjalan di PC, di WSL, atau melalui SSH di server yang Anda miliki, selama Python terinstal di sana. Antarmuka tersedia dalam 13 bahasa, dan versi saat ini adalah 2.9.26. Pilih lingkungan di aplikasi sebelum memulai.

Tidak. Sigmora menjalankan perintah dan mengedit file, tetapi ia tidak melatih model dan tidak dapat menjamin bahwa kode atau hasilnya benar. Kode exit nol hanya berarti skrip selesai, dan model bisa terlihat bagus pada data pelatihan tetapi masih gagal pada data baru. Baca setiap diff, jalankan pengujian Anda, dan nilai hasil pada data yang belum pernah dilihat model.

Agen bekerja dengan file dan terminal Anda. read_file dan grep membaca skrip dan log, edit_file dan write_file mengubah kode dan menampilkan diff, dan Shell menjalankan perintah pelatihan Anda di lingkungan yang Anda pilih dan mengembalikan output serta kode exit yang sebenarnya. Setiap tindakan muncul sebagai kartu di obrolan, dan Ask first akan menjeda sebelum tindakan yang mengubah sesuatu. Kartu yang diperluas menampilkan output lengkap.

Mode Plan only adalah mode persetujuan di mana Sigmora menulis rencana dan tidak menjalankan apa pun: tidak ada perintah dan tidak ada perubahan file. Gunakan saat Anda ingin penjelasan tentang perubahan, seperti cara memperbaiki kesalahan bentuk, sebelum apa pun terjadi. Rencana bertahan setelah restart, dan Anda beralih ke Ask first atau Auto-run untuk melaksanakan rencana tersebut. Sebaliknya, Auto-run bertindak segera.

Ya, jika Anda memilih model cloud: prompt Anda, termasuk teks file yang dibaca agen, dikirim ke penyedia tersebut. Dengan model lokal, tidak ada yang keluar dari PC. Obrolan, folder kerja, dan kunci API tetap berada di PC, dan rahasia dalam output alat disembunyikan sebelum mencapai model. Sigmora tidak memiliki telemetri, jadi pilih endpoint yang sesuai dengan seberapa sensitif kode dan data Anda.

Program setup berukuran sekitar 34 MB, dan itulah yang diberikan tombol unduh di situs ini. Sebelum menjalankannya, periksa dengan certutil -hashfile pada file yang diunduh dan bandingkan nilai SHA-256 dengan manifest yang diterbitkan. Installer belum ditandatangani kode, jadi Windows SmartScreen mungkin memberi peringatan; pilih More info dan kemudian Run anyway hanya setelah checksum cocok.

Versi saat ini adalah 2.9.26, dirilis pada 2 Nov 2026. Versi baru diterbitkan secara otomatis, dan aplikasi menampilkan tombol Update saat versi siap, sehingga Anda menekannya untuk menginstal versi baru. Build installer mengaktifkan pembaruan otomatis ini, itulah mengapa tombol unduh di situs ini memberikan program setup. Periksa nomor versi di halaman ini terhadap nomor di aplikasi.

Tombol Send feedback di dalam aplikasi adalah cara untuk melaporkan masalah atau ide, dan tidak diperlukan akun. Jelaskan apa yang Anda lakukan, mode persetujuan mana yang Anda gunakan, dan apa yang ditunjukkan kartu. Jangan menempelkan rahasia atau data pribadi ke dalam pesan. Situs web ini tidak memiliki formulir dukungan lain, jadi tombol tersebut adalah tempat untuk memulai.