작은 파일 하나씩 신경망을 스크래치로 만듭니다

기능

• 파일read_file, write_file, edit_file, move_file, copy_file, list_dir, grep, glob은 채팅의 작업 폴더에서 작동하며, 생성, 편집, 읽은 파일 수를 카운터로 표시합니다.
• ShellWindows, WSL, SSH 환경에서 학습 명령이나 테스트와 같은 터미널 명령을 실행하고 실제 종료 코드를 보고합니다. 위험한 명령은 차단됩니다.
• 웹web_search는 웹 검색을 수행하고 http_get은 문서 페이지 하나를 읽어오므로, 에이전트는 오류 메시지의 의미를 확인할 수 있습니다.
• 스크린샷 및 이미지gen_image는 실제 이미지 파일을 저장하고, ocr는 저장된 스크린샷에서 텍스트(예: 캡처한 손실 차트의 숫자)를 읽습니다.
• 오케스트레이션task는 병렬 서브 에이전트를 실행하고, run_on_model은 더 큰 모델에 단계를 전송하며, skill은 다시 실행할 수 있는 재사용 가능한 플레이북을 저장합니다.
• 승인 모드Auto-run은 즉시 실행하고, Ask first는 변경 작업을 하기 전에 일시 정지하고 diff를 표시하여 승인을 받으며, Plan only는 계획만 작성하고 아무것도 실행하지 않습니다.
• Cron일정대로 프롬프트를 실행합니다. 예를 들어 매일 밤 작은 실험을 다시 실행하고 손실을 CSV 파일에 기록하여 다음 날 읽을 수 있게 합니다.
• 모델표준 API 엔드포인트를 통해 클라우드 모델을 연결하거나, 로컬 PC의 모델을 사용하거나, 별도의 엔드포인트 설정 없이 바로 사용할 수 있는 내장 모델을 사용할 수 있습니다.

사용 가이드

순수 Python으로 퍼셉트론 작성

퍼셉트론 이해는 Python으로 신경망을 스크래치로 구축하려는 첫 단계입니다. 작은 파일을 요청하면 write_file은 간단한 예제 목록과 고정 학습률로 AND 게이트를 학습하는 작은 루프가 포함된 순수 Python 파일을 생성합니다. Shell은 로컬 PC에서 이를 실행하고, 채팅 카드에 가중치와 실제 종료 코드를 출력합니다. 첫 신경망 구축에 도움이 필요하다면 뉴런 하나로 시작하세요. 프레임워크가 필요 없으며, 파일이 짧아 한 번에 읽기 쉽습니다. Ask first 모드에서는 카드를 통해 새 파일을 읽고 저장 전에 승인한 후, 출력된 가중치를 직접 확인합니다.

과적합 찾기 및 감소

과적합은 학습 손실이 계속 감소하는 동안 별도 검증 데이터의 손실이 개선되지 않거나 증가할 때 나타납니다. grep은 로그에서 두 손실 열을 검색하고, read_file은 모델 크기 및 정규화 설정을 보기 위해 학습 스크립트를 엽니다. 일반적인 해결책은 데이터 추가, 모델 축소, 정규화 또는 조기 종료입니다. 각 실험을 작고 반복 가능하게 유지하여 숫자 변화의 원인을 명확히 하세요. edit_file을 통해 검토할 diff를 얻고, Ask first 모드에서는 승인 전까지 아무것도 저장되지 않습니다. Shell은 테스트 명령을 다시 실행하고 종료 코드를 반환하며, 테스트 세트를 마지막까지 그대로 둔 채 모델이 보지 못한 데이터에서 변경 전후의 검증 손실을 비교합니다.

입력 차원 오류 수정

입력 차원 오류는 네트워크에 공급되는 데이터가 첫 레이어와 일치하지 않아 스크립트가 일치하지 않는 두 차원을 명시하는 오류 메시지와 함께 중단될 때 발생합니다. 신경망의 입력 차원은 데이터와 일치해야 하며, 출력 차원은 레이블 수와 일치해야 합니다. 에이전트는 read_file로 Python 신경망 코드를 열고, grep으로 레이어 정의 및 배치 재조정이 이루어지는 위치를 찾아 edit_file로 한 줄 변경을 제안합니다. Plan only는 아무것도 실행하지 않으므로 먼저 설명을 읽는 데 사용하세요. 그런 다음 Ask first로 전환하고 diff를 승인한 후, Shell이 스크립트를 다시 실행하게 하고 종료 코드만 믿지 말고 출력된 차원을 직접 읽어보세요.

학습 메트릭을 CSV 파일로 로깅

실험을 비교하려면 화면뿐만 아니라 파일에 모든 에포크의 손실 값이 필요합니다. write_file은 손실 로그를 생성하고, append_file은 각 에포크 후 한 행을 추가하며, read_file은 손실 계산 위치를 찾습니다. edit_file은 로깅 줄을 추가하고 diff를 표시합니다. Shell은 학습 명령을 실행하고 실제 출력과 종료 코드를 채팅 카드에 반환합니다. Ask first는 스크립트 변경 전 일시 정지하므로, 새 줄을 카드에서 먼저 읽을 수 있습니다. 이후 CSV 파일을 열고 두 실험을 나란히 놓아 변경한 설정을 확인한 후 변경 사항을 유지하세요. 파일은 작업 폴더의 일반 텍스트이며, read_file을 통해 다음 채팅에서 다시 로드하여 중단한 곳에서 계속할 수 있습니다.