2.9.26
Rilasciato il 2 nov 2026
Sito ufficiale Sigmora
Neural network training su Windows
Sigmora è un agente per Windows che modifica il codice Python di training, lo esegue e mostra il risultato reale di ogni passaggio. La versione 2.9.26 lavora sui tuoi file e sull'hardware.
Leggi il log di training, trova l'errore e correggi il mismatch delle forme nella definizione del modello.
- read_file
train.pycaricato - grep
ValueError1 corrispondenza - edit_file
train.pysalvato - Shell
python train.pyexit 0 - read_file
loss.csv10 righe
in attesa del tuo OK prima del passaggio successivoRifiutaAccetta
34 MB
Download programma di installazione
Send feedback
Pulsante all'interno dell'app
13
Lingue dell'interfaccia
SHA-256
Verifica hash dell'installer
Auto
Appare il pulsante di aggiornamento
Neural network training sui tuoi dati
Neural network training significa regolare i pesi finché il valore di loss non scende sui tuoi dati di training. Il tuo codice fa il lavoro. Sigmora legge gli script, li modifica, esegue il comando di training tramite Shell e mostra ogni risultato come una scheda nella chat; in modalità Ask first approvi ogni modifica prima che avvenga. La versione 2.9.26 funziona su Windows 10 e 11.
Correggi un mismatch delle forme nel codice Python per neural network
Uno script si interrompe. Fallisce con un errore di forma prima che finisca la prima epoch. Nella versione 2.9.26, Sigmora usa grep per trovare la riga dell'errore nel log, read_file per aprire train.py e edit_file per modificare la dimensione del layer che non corrisponde alle etichette. Il diff appare come una scheda e, in modalità Ask first, accetti o rifiuti la modifica prima che il file cambi. Shell esegue poi il comando di training e riporta il codice di uscita reale, che ti dice solo se lo script è terminato senza errori.
Traccia degli strumenti
grep ValueError → 1 match
read_file train.py → loaded
edit_file train.py → saved
Shell python train.py → exit 0Monitora la loss in un'esecuzione di backpropagation di neural network
Vuoi la loss di ogni epoch in un unico file. Shell avvia il comando di training nell'ambiente scelto e l'output reale finisce nella chat. grep estrae le righe della loss dal log e write_file le salva come loss.csv nella cartella di lavoro, così da poter confrontare 2 esecuzioni in seguito. In un neural network, ogni batch richiede un forward pass e un backward pass, e la loss del forward pass è ciò che finisce nel file CSV. Ask first si ferma lì.
Traccia degli strumenti
Shell python train.py → exit 0
grep loss → 10 matches
write_file loss.csv → savedModifica i layer di un'architettura di neural network
Vuoi un layout diverso di layer prima della prossima esecuzione. edit_file propone le nuove dimensioni dei layer nel file del modello e mostra un diff; in modalità Ask first nulla viene scritto finché non lo accetti. Shell esegue poi un piccolo batch attraverso il modello e stampa la forma dell'output. Confrontalo con le etichette. Se i 2 numeri differiscono, chiedi un'altra modifica. Un'esecuzione passata mostra solo che lo script è stato eseguito, quindi giudichi ancora tu il design.
Rileva l'overfitting in un esperimento di training
La loss di training continua a scendere, ma la loss di validazione inizia a salire. È così che si capisce quando il modello sta overfitting. Guarda entrambe le colonne. Sigmora usa grep per estrarre le 2 colonne di loss dal log e edit_file mostra il diff per una modifica richiesta, come un modello più piccolo o early stopping nello script. In modalità Ask first lo approvi, poi Shell riavvia lo script e confronti la loss di validazione prima e dopo su dati che il modello non ha visto.
Come Sigmora differisce da un tipico assistente chat
Un assistente chat descrive un comando, mentre Sigmora 2.9.26 lo esegue e mostra cosa è realmente successo nella scheda di output. Decidi tu cosa viene eseguito.
| Assistente chat tipico | Sigmora | |
|---|---|---|
| Modifica file | Scrive codice nella chat | Modifica il file e mostra un diff |
| Esecuzione comando | Descrive un comando | Lo esegue e restituisce il codice di uscita |
| Modalità approvazione | Nessun passaggio di approvazione | Ask first si ferma prima delle modifiche |
| Endpoint modello | Impostato dal servizio chat | Il tuo endpoint, verificato con Test |
Come iniziare con Sigmora
- Scarica il programma di installazione da 34 MB per Windows 10 o 11.
- Esegui l'installer e apri Sigmora.
- Connetti il tuo endpoint del modello o usa il modello integrato.
- Avvia una chat, nomina il tuo script di training e scegli Auto-run, Ask first o Plan only.
Chi usa Sigmora per il training
I principianti che scrivono la loro prima rete sono il primo pubblico. Quale funzione di loss funziona per un primo progetto è una domanda legittima, quindi l'agente può eseguire lo stesso script con ogni scelta e stampare i numeri fianco a fianco mentre li leggi. Inizia con qualcosa di piccolo. Python deve essere installato dove viene eseguito il comando.
I praticanti che fanno debugging dei loop di training sono il secondo pubblico. Shell esegue il comando di training sul PC, in WSL o via SSH sul server GPU personale, e restituisce l'output reale e il codice di uscita. Scegli tu l'ambiente. grep e read_file individuano la riga che fallisce, e edit_file mostra prima il diff.
I ricercatori che confrontano gli esperimenti sono il terzo pubblico. Quando ti chiedi quale ruolo giochi il learning rate, l'agente può riavviare lo script con 2 valori e scrivere entrambe le curve di loss in un file CSV. Mantieni ogni esecuzione piccola. Leggi i risultati e decidi cosa significano su dati che il modello non ha visto.
Domande frequenti
Cos'è il neural network training?
Il training è il processo di regolazione dei pesi di una rete affinché il valore di loss, che misura quanto sono sbagliate le sue previsioni, diminuisca sui dati di training. Ogni passaggio esegue un forward pass, un calcolo della loss, la backpropagation e un aggiornamento dell'ottimizzatore. Il tuo codice Python fa questo lavoro, non Sigmora. Guarda anche la loss di validazione.
È neuralnetworkz.com il sito ufficiale di Sigmora?
Sì, neuralnetworkz.com è il sito ufficiale di Sigmora. Il pulsante di download fornisce il programma di installazione, di circa 34 MB, e registra l'ora, l'indirizzo IP, l'user agent del browser e la fonte di riferimento prima di inviarti all'installer. Confronta il checksum SHA-256 con il manifesto pubblicato. Verifica prima. Segnala i problemi con il pulsante Send feedback nell'app.
Come gestisce Sigmora la privacy?
Le chat, le cartelle di lavoro e le chiavi API restano sul PC e i segreti nell'output degli strumenti vengono oscurati prima di raggiungere il modello. I prompt, incluso il testo dei file che l'agente legge, vanno solo all'endpoint del modello che scegli. Con un modello locale nulla esce dalla macchina. Non c'è telemetria.
Cos'è la backpropagation in un neural network?
La backpropagation è il passaggio che calcola quanto ogni peso ha contribuito alla loss, fornendo i gradienti. L'ottimizzatore usa poi quei gradienti e il learning rate per modificare i pesi. Sigmora non lo fa da solo; esegue lo script di training e mostra la loss stampata in una scheda nella chat. Leggi i numeri.
Sigmora funziona con modelli locali?
Sì, puoi connettere un modello che gira sul PC tramite un endpoint locale, e allora nulla di ciò che invii esce dalla macchina. Con un modello cloud i prompt vanno a quel provider invece. Il pulsante Test verifica un endpoint e mostra i tempi di risposta e la finestra di contesto. Premi Test prima.
Cos'è un tutorial sui neural network?
Un tutorial sui neural network è una spiegazione passo passo di come costruire e addestrare una rete, di solito scrivendo il forward pass, la loss e l'aggiornamento dei pesi da soli. Sigmora può scrivere un piccolo file di esempio, eseguirlo e mostrare il diff prima che la modifica venga applicata in modalità Ask first. Leggi ogni riga.
Come verifico il download?
Il download viene verificato eseguendo certutil -hashfile sul file scaricato con SHA256 e confrontando il risultato con il valore SHA-256 nel manifesto pubblicato. L'installer non è ancora firmato digitalmente, quindi Windows SmartScreen potrebbe avvisare. Scegli More info e Run anyway solo dopo che il checksum corrisponde. Fai corrispondere prima, poi esegui.
Esegui il tuo primo script di training con Sigmora
Sigmora 2.9.26 esegue gli script Python, modifica i file e mostra ogni risultato come una scheda nella chat; il programma di installazione da 34 MB è per Windows 10 o 11. Inizia piccolo.
Scarica Sigmora per Windows ↗Esplora di più
Ogni pagina di questo sito è disponibile in 20 lingue.
Funzionalità del prodotto ↗ Configurazione del modello ↗ Esempi di flussi di lavoro ↗ Scarica installer ↗ FAQ ↗ Informativa sulla privacy ↗
