Codice rete neurale: domande frequenti

Il ciclo di addestramento ha quattro fasi: un forward pass trasforma gli input in previsioni, una funzione di perdita le confronta con le risposte corrette, la backpropagation calcola i gradienti e un ottimizzatore modifica i pesi con un passo piccolo impostato dal learning rate. È il tuo codice Python a eseguire questo lavoro, non Sigmora. Sigmora legge, modifica ed esegue quel codice, mentre tu valuti la perdita sui dati di validazione.

La backpropagation è il passaggio che calcola quanto ogni peso ha contribuito alla perdita, fornendo i gradienti. L'ottimizzatore usa poi quei gradienti e il learning rate per modificare i pesi. Viene eseguito una volta per batch, dopo il forward pass. Sigmora non lo fa da sé; esegue il tuo script di addestramento e mostra la perdita stampata in una scheda, e tu leggi i numeri.

Una rete neurale convoluzionale è una rete per immagini in cui piccoli filtri scansionano l'immagine e producono mappe delle caratteristiche che gli strati successivi combinano. I primi bug più comuni sono disallineamenti di forma tra i dati immagine e il primo strato. Se la tua rete neurale scritta da zero non funziona, controlla prima quelle forme. Sigmora può leggere le definizioni degli strati ed eseguire un piccolo batch attraverso di esse.

Una rete LSTM è una rete ricorrente per sequenze, come testo o misurazioni nel tempo, con porte che decidono cosa mantenere dagli step precedenti. Il suo input ha una dimensione temporale, quindi gli errori di forma derivano spesso dalla lunghezza della sequenza. Una domanda frequente è come si debbugga una rete neurale del genere: stampa la forma a ogni strato e prova prima a fare overfitting su un batch minuscolo.

Una rete neurale impara modificando i suoi pesi in modo che la perdita diminuisca sui dati di addestramento. Un epoch è un passaggio completo su quei dati, diviso in batch. L'apprendimento conta solo se la perdita su dati di validazione separati migliora anche lì, quindi mantieni il set di test intatto fino alla fine. Sigmora può registrare la perdita di ogni epoch in un file CSV per te da leggere.

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 reindirizzarti all'installer. Confronta il checksum SHA-256 con il manifest pubblicato e usa il pulsante Send feedback nell'app per segnalare un problema o un'idea. Controllalo prima.

Sì, Sigmora è progettato per Windows 10 e 11 nella versione a 64 bit (x64) e non richiede un account per essere eseguito. Il tuo comando di addestramento può essere eseguito sul PC, in WSL o tramite SSH su un server di tua proprietà, purché Python sia installato lì. L'interfaccia è disponibile in 13 lingue e la versione corrente è 2.9.26. Scegli l'ambiente nell'app prima di iniziare.

No. Sigmora esegue comandi e modifica file, ma non addestra modelli e non può garantire che il codice o i risultati siano corretti. Un codice di uscita zero significa solo che lo script è terminato, e un modello può sembrare buono sui dati di addestramento ma fallire su dati nuovi. Leggi ogni diff, esegui i tuoi test e valuta i risultati su dati non visti dal modello.

L'agente lavora con i tuoi file e il tuo terminale. read_file e grep leggono script e log, edit_file e write_file modificano il codice e mostrano un diff, e Shell esegue il tuo comando di addestramento nell'ambiente che hai scelto e restituisce l'output reale e il codice di uscita. Ogni azione appare come una scheda nella chat, e Ask first mette in pausa prima delle azioni che modificano qualcosa. La scheda espansa mostra l'output completo.

La modalità Plan only è la modalità di approvazione in cui Sigmora scrive un piano ed esegue nulla: nessun comando e nessuna modifica ai file. Usala quando vuoi una spiegazione di una modifica, come correggere un errore di forma, prima che accada qualcosa. I piani sopravvivono ai riavvii e passi a Ask first o Auto-run per eseguire il piano. Auto-run, al contrario, agisce immediatamente.

Sì, se scegli un modello cloud: i tuoi prompt, incluso il testo dei file che l'agente legge, vanno a quel provider. Con un modello locale nulla esce dal PC. Chat, cartelle di lavoro e chiavi API restano sul PC e i segreti nell'output degli strumenti vengono oscurati prima di raggiungere il modello. Sigmora non ha telemetria, quindi scegli l'endpoint che si adatta a quanto sono sensibili il tuo codice e i tuoi dati.

Il programma di installazione è di circa 34 MB, ed è quello che il pulsante di download su questo sito ti offre. Prima di eseguirlo, controllalo con certutil -hashfile sul file scaricato e confronta il valore SHA-256 con il manifest pubblicato. L'installer non è ancora firmato digitalmente, quindi Windows SmartScreen potrebbe avvisare; scegli More info e poi Run anyway solo dopo che il checksum corrisponde.

La versione corrente è 2.9.26, rilasciata il 2 nov 2026. Le nuove versioni vengono pubblicate automaticamente e l'app mostra un pulsante Update quando è pronto, quindi lo premi per installare la nuova versione. La build dell'installer abilita questi aggiornamenti automatici, motivo per cui il pulsante di download su questo sito ti offre il programma di installazione. Controlla il numero di versione su questa pagina contro quello nell'app.

Il pulsante Send feedback all'interno dell'app è il modo per segnalare un problema o un'idea e non è necessario un account. Descrivi cosa hai fatto, quale modalità di approvazione hai usato e cosa ha mostrato la scheda. Non incollare segreti o dati privati nel messaggio. Questo sito non ha altri moduli di supporto, quindi il pulsante è il punto di partenza.