Sigmora
Oficjalna strona Sigmora

Neural network training agent dla systemu Windows

Sigmora to agent dla systemu Windows, który edytuje Twój kod treningowy Pythona, uruchamia go i pokazuje rzeczywisty wynik każdego kroku. Wersja 2.9.26 pracuje na Twoich własnych plikach i sprzęcie.

Pobierz Sigmora ↗Przeglądaj przepływy pracy
Wersja

2.9.26

Wydano 2 lis 2026

Rozmiar

34 MB

Pobieranie programu instalacyjnego

Wsparcie

Send feedback

Przycisk wewnątrz aplikacji

Języki

13

Języki interfejsu

Weryfikacja

SHA-256

Sprawdź sumę kontrolną instalatora

Aktualizacje

Auto

Pojawia się przycisk aktualizacji

Neural network training

Neural network training na Twoich własnych danych

Neural network training oznacza dostosowanie wag, aż wartość straty spadnie na Twoich danych treningowych. Twój kod wykonuje pracę. Sigmora czyta Twoje skrypty, edytuje je, uruchamia polecenie treningowe przez Shell i pokazuje każdy wynik jako kartę w czacie, a w trybie Ask first zatwierdzasz każdą zmianę przed jej wprowadzeniem. Wersja 2.9.26 działa na systemach Windows 10 i 11.

01

Napraw niedopasowanie kształtów w kodzie Pythona dla sieci neuronowej

Skrypt się zatrzymuje. Kończy się błędem kształtu przed zakończeniem pierwszej epoki. W wersji 2.9.26 Sigmora używa grep do znalezienia linii błędu w dzienniku, read_file do otwarcia train.py oraz edit_file do zmiany rozmiaru warstwy, który nie pasuje do Twoich etykiet. Różnica (diff) pojawia się jako karta, a w trybie Ask first akceptujesz lub odrzucasz ją przed zmianą pliku. Shell następnie uruchamia Twoje polecenie treningowe i zwraca rzeczywisty kod wyjścia, który informuje tylko o tym, że skrypt zakończył się bez błędu.

Ślad narzędzia
grep  ValueError  → 1 match
read_file  train.py  → loaded
edit_file  train.py  → saved
Shell  python train.py  → exit 0
02

Obserwuj stratę w uruchomieniu backpropagation w sieci neuronowej

Chcesz uzyskać stratę każdej epoki w jednym pliku. Shell uruchamia Twoje polecenie treningowe w wybranym przez Ciebie środowisku, a rzeczywisty wynik trafia do czatu. grep wyodrębnia linie ze stratą z dziennika, a write_file zapisuje je jako loss.csv w Twoim folderze roboczym, aby można było później porównać 2 uruchomienia. W sieci neuronowej każda partia wymaga przejścia w przód i przejścia wstecz, a strata z przejścia w przód trafia do pliku CSV. Tryb Ask first wstrzymuje się w tym momencie.

Ślad narzędzia
Shell  python train.py  → exit 0
grep  loss  → 10 matches
write_file  loss.csv  → saved
03

Zmień warstwy architektury sieci neuronowej

Chcesz uzyskać inny układ warstw przed kolejnym uruchomieniem. edit_file proponuje nowe rozmiary warstw w pliku modelu i pokazuje różnicę (diff), a w trybie Ask first nic nie jest zapisywane, dopóki nie zatwierdzisz zmian. Shell następnie uruchamia małą partię przez model i wypisuje kształt wyjścia. Porównaj go ze swoimi etykietami. Jeśli 2 liczby się różnią, poproś o kolejną zmianę. Poprawne uruchomienie pokazuje tylko, że skrypt działał, więc nadal sam oceniasz projekt.

04

Wykryj przeuczenie w eksperymencie treningowym

Strata treningowa ciągle spada, ale strata walidacyjna zaczyna rosnąć. Tak można rozpoznać przeuczenie modelu. Spójrz na obie kolumny. Sigmora używa grep do wyodrębnienia 2 kolumn straty z dziennika, a edit_file pokazuje różnicę (diff) dla zmiany, o którą prosisz, np. mniejszego modelu lub wczesnego zatrzymania w Twoim własnym skrypcie. W trybie Ask first zatwierdzasz zmianę, następnie Shell ponownie uruchamia skrypt, a Ty porównujesz stratę walidacyjną przed i po na danych, których model nie widział.

Zobacz wszystkie przepływy pracy

Jak Sigmora różni się od typowego asystenta czatu

Asystent czatu opisuje polecenie, podczas gdy Sigmora 2.9.26 je uruchamia i pokazuje, co naprawdę stało się w karcie wyjściowej. Ty decydujesz, co się uruchamia.

Typowy asystent czatuSigmora
Edycja plikówPisze kod w czacieEdytuje plik i pokazuje różnicę (diff)
Wykonanie poleceniaOpisuje polecenieUruchamia je i zwraca kod wyjścia
Tryb zatwierdzaniaBrak kroku zatwierdzaniaAsk first wstrzymuje przed zmianami
Punkt końcowy modeluUstalony przez usługę czatuTwój punkt końcowy, sprawdzony przez Test

Jak zacząć pracę z Sigmora

  1. Pobierz 34 MB program instalacyjny dla systemu Windows 10 lub 11.
  2. Uruchom instalator i otwórz Sigmora.
  3. Połącz się z punktem końcowym swojego modelu lub użyj wbudowanego modelu.
  4. Rozpocznij czat, nazwij swój skrypt treningowy i wybierz Auto-run, Ask first lub Plan only.

Kto używa Sigmora do treningu

Początkujący piszący swoją pierwszą siecią są pierwszą grupą odbiorców. Pytanie, która funkcja straty działa dla pierwszego projektu, jest jak najbardziej uzasadnione, więc agent może uruchomić ten sam skrypt z każdym wyborem i wypisać liczby obok siebie, podczas gdy Ty je czytasz. Zacznij od czegoś małego. Python musi być zainstalowany tam, gdzie uruchamiane jest polecenie.

Praktykowie debugujący pętle treningowe to druga grupa odbiorców. Shell uruchamia Twoje polecenie treningowe na Twoim PC, w WSL lub przez SSH na Twoim własnym serwerze GPU, i zwraca rzeczywisty wynik oraz kod wyjścia. Ty wybierasz środowisko. grep i read_file lokalizują linię błędu, a edit_file najpierw pokazuje różnicę (diff).

Badacze porównujący eksperymenty to trzecia grupa odbiorców. Kiedy zastanawiasz się, jaką rolę odgrywa szybkość uczenia się, agent może ponownie uruchomić skrypt z 2 wartościami i zapisać obie krzywe straty do pliku CSV. Zachowaj małe uruchomienia. Czytasz wyniki i decydujesz, co oznaczają na danych, których model nie widział.

Najczęściej zadawane pytania

Czym jest neural network training?

Trening to proces dostosowywania wag sieci, aby wartość straty, która mierzy, jak błędne są przewidywania, malała na danych treningowych. Każdy krok uruchamia przejście w przód, obliczenie straty, backpropagation i aktualizację optymalizatora. Twój kod Pythona wykonuje tę pracę, a nie Sigmora. Obserwuj również stratę walidacyjną.

Czy neuralnetworkz.com to oficjalna strona Sigmora?

Tak, neuralnetworkz.com to oficjalna strona Sigmora. Przycisk pobierania udostępnia program instalacyjny, około 34 MB, i zapisuje czas, adres IP, nagłówek User Agent przeglądarki oraz źródło odniesienia przed przekierowaniem Cię do instalatora. Porównaj sumę kontrolną SHA-256 z opublikowanym manifestem. Sprawdź to najpierw. Zgłaszaj problemy za pomocą przycisku Send feedback w aplikacji.

Jak Sigmora obsługuje prywatność?

Czaty, foldery robocze i klucze API pozostają na Twoim PC, a sekrety w wyjściu narzędzi są maskowane przed dotarciem do modelu. Polecenia, w tym tekst plików czytanych przez agenta, trafiają tylko do wybranego przez Ciebie punktu końcowego modelu. Przy modelu lokalnym nic nie opuszcza maszyny. Nie ma telemetrii.

Czym jest backpropagation w sieci neuronowej?

Backpropagation to krok, który oblicza, jaki wkład w stratę miała każda waga, co daje gradienty. Optymalizator następnie używa tych gradientów i szybkości uczenia się do zmiany wag. Sigmora nie wykonuje tego sama; uruchamia Twój skrypt treningowy i pokazuje wypisaną stratę w karcie w czacie. Przeczytaj liczby.

Czy Sigmora działa z modelami lokalnymi?

Tak, możesz połączyć model działający na Twoim własnym PC przez lokalny punkt końcowy, a wtedy nic, co wyślesz, nie opuszcza maszyny. Przy modelu w chmurze Twoje polecenia trafiają do tego dostawcy. Przycisk Test sprawdza punkt końcowy i pokazuje jego czas odpowiedzi oraz okno kontekstowe. Naciśnij Test najpierw.

Czym jest samouczek dotyczący sieci neuronowej?

Samouczek dotyczący sieci neuronowej to krokowe wyjaśnienie, jak zbudować i wytrenować sieć, zwykle poprzez samodzielne napisanie przejścia w przód, straty i aktualizacji wag. Sigmora może napisać mały plik przykładowy, uruchomić go i pokazać różnicę (diff) przed zastosowaniem zmiany w trybie Ask first. Przeczytaj każdą linię.

Jak zweryfikować pobranie?

Pobranie jest weryfikowane przez uruchomienie certutil -hashfile na pobranym pliku z algorytmem SHA256 i porównanie wyniku z wartością SHA-256 w opublikowanym manifeście. Instalator nie jest jeszcze podpisany cyfrowo, więc Windows SmartScreen może wyświetlić ostrzeżenie. Wybierz Więcej informacji i Uruchom mimo to dopiero po dopasowaniu sumy kontrolnej. Dopasuj najpierw, następnie uruchom.

Rozpocznij trening

Uruchom swój pierwszy skrypt treningowy z Sigmora

Sigmora 2.9.26 uruchamia Twoje skrypty Pythona, edytuje Twoje pliki i pokazuje każdy wynik jako kartę w czacie; 34 MB program instalacyjny jest przeznaczony dla systemów Windows 10 lub 11. Zacznij od małych kroków.

Pobierz Sigmora dla systemu Windows ↗

Odkryj więcej

Każda strona tej witryny jest dostępna w 20 językach.

Funkcje produktu ↗ Konfiguracja modeli ↗ Przykłady przepływów pracy ↗ Pobierz instalator ↗ FAQ ↗ Polityka prywatności ↗