2.9.26
Lançado em 2 de nov. de 2026
Site oficial do Sigmora
Neural network training para Windows
O Sigmora é um agente para Windows que edita seu código de treinamento em Python, executa-o e mostra o resultado real de cada etapa. A versão 2.9.26 funciona com seus próprios arquivos e hardware.
Leia o log de treinamento, encontre o erro e corrija a incompatibilidade de forma na definição do modelo.
- read_file
train.pycarregado - grep
ValueError1 correspondência - edit_file
train.pysalvo - Shell
python train.pysaída 0 - read_file
loss.csv10 linhas
aguardando sua aprovação antes da próxima etapaRejeitarAceitar
34 MB
Download do programa de instalação
Send feedback
Botão dentro do aplicativo
13
Idiomas da interface
SHA-256
Verificar hash do instalador
Automático
Botão de atualização aparece
Neural network training com seus próprios dados
Neural network training significa ajustar os pesos até que o valor de perda diminua nos seus dados de treinamento. Seu código faz o trabalho. O Sigmora lê seus scripts, os edita, executa seu comando de treinamento por meio do Shell e mostra cada resultado como um cartão no chat. No modo Ask first, você aprova cada alteração antes que ela ocorra. A versão 2.9.26 funciona no Windows 10 e 11.
Corrigir incompatibilidade de forma no código Python de rede neural
Um script para. Ele falha com um erro de forma antes do término da primeira época. Na versão 2.9.26, o Sigmora usa grep para encontrar a linha de erro no seu log, read_file para abrir train.py e edit_file para alterar o tamanho da camada que não corresponde aos seus rótulos. O diff aparece como um cartão e, no modo Ask first, você aceita ou rejeita antes que o arquivo seja alterado. O Shell então executa seu comando de treinamento e informa o código de saída real, que apenas indica que o script foi concluído sem erros.
Rastreamento da ferramenta
grep ValueError → 1 match
read_file train.py → loaded
edit_file train.py → saved
Shell python train.py → exit 0Acompanhar a perda em uma execução de backpropagation de rede neural
Você deseja a perda de cada época em um único arquivo. O Shell inicia seu comando de treinamento no ambiente que você escolheu e o resultado real aparece no chat. O grep extrai as linhas de perda do log e write_file as salva como loss.csv na sua pasta de trabalho, para que 2 execuções possam ser comparadas posteriormente. Em uma rede neural, cada lote precisa de uma passagem para frente e uma passagem para trás, e a perda da passagem para frente é o que termina no arquivo CSV. Ask first pausa nesse ponto.
Rastreamento da ferramenta
Shell python train.py → exit 0
grep loss → 10 matches
write_file loss.csv → savedAlterar as camadas de uma arquitetura de rede neural
Você deseja um layout diferente de camadas antes da próxima execução. edit_file propõe os novos tamanhos de camada no seu arquivo de modelo e mostra um diff, e no modo Ask first nada é gravado até que você aceite. O Shell então executa um pequeno lote pelo modelo e imprime o formato de saída. Compare com seus rótulos. Se os 2 números diferirem, solicite outra alteração. Uma execução bem-sucedida apenas mostra que o script foi executado, então você ainda avalia o design por conta própria.
Identificar overfitting em um experimento de treinamento
A perda de treinamento continua caindo, mas a perda de validação começa a aumentar. Essa é a maneira de saber quando seu modelo está sofrendo overfitting. Observe ambas as colunas. O Sigmora usa grep para extrair as 2 colunas de perda do seu log e edit_file mostra o diff para uma alteração que você solicitar, como um modelo menor ou early stopping no seu próprio script. No modo Ask first, você aprova, o Shell reexecuta o script e você compara a perda de validação antes e depois em dados que o modelo não viu.
Como o Sigmora difere de um assistente de chat típico
Um assistente de chat descreve um comando, enquanto o Sigmora 2.9.26 o executa e mostra o que realmente aconteceu no cartão de saída. Você decide o que é executado.
| Assistente de chat típico | Sigmora | |
|---|---|---|
| Edição de arquivos | Escreve código no chat | Edita o arquivo e mostra um diff |
| Execução de comando | Descreve um comando | Executa-o e retorna o código de saída |
| Modo de aprovação | Sem etapa de aprovação | Ask first pausa antes das alterações |
| Endpoint do modelo | Definido pelo serviço de chat | Seu endpoint, verificado com Test |
Como começar com o Sigmora
- Baixe o programa de instalação de 34 MB para Windows 10 ou 11.
- Execute o instalador e abra o Sigmora.
- Conecte seu endpoint de modelo ou use o modelo integrado.
- Inicie um chat, nomeie seu script de treinamento e escolha Auto-run, Ask first ou Plan only.
Quem usa o Sigmora para treinamento
Iniciantes que escrevem sua primeira rede são o primeiro público. Qual função de perda funciona para um primeiro projeto é uma pergunta justa, então o agente pode executar o mesmo script com cada escolha e imprimir os números lado a lado enquanto você os lê. Comece com algo pequeno. Python precisa estar instalado onde o comando é executado.
Praticantes que depuram loops de treinamento são o segundo público. O Shell executa seu comando de treinamento no seu PC, no WSL ou via SSH em seu próprio servidor de GPU, e retorna o resultado real e o código de saída. Você escolhe o ambiente. grep e read_file localizam a linha falha e edit_file mostra o diff primeiro.
Pesquisadores que comparam experimentos são o terceiro público. Quando você se pergunta qual é o papel da taxa de aprendizado, o agente pode reexecutar o script com 2 valores e gravar ambas as curvas de perda em um arquivo CSV. Mantenha cada execução pequena. Você lê os resultados e decide o que eles significam em dados que o modelo não viu.
Perguntas frequentes
O que é neural network training?
O treinamento é o processo de ajuste dos pesos de uma rede para que o valor de perda, que mede o quão erradas são suas previsões, diminua nos dados de treinamento. Cada etapa executa uma passagem para frente, um cálculo de perda, backpropagation e uma atualização do otimizador. Seu código Python faz esse trabalho, não o Sigmora. Observe também a perda de validação.
O neuralnetworkz.com é o site oficial do Sigmora?
Sim, neuralnetworkz.com é o site oficial do Sigmora. O botão de download fornece o programa de instalação, cerca de 34 MB, e registra o horário, endereço IP, agente de usuário do navegador e fonte de referência antes de enviá-lo para o instalador. Compare a soma de verificação SHA-256 com o manifesto publicado. Verifique primeiro. Relate problemas com o botão Send feedback no aplicativo.
Como o Sigmora lida com a privacidade?
Os chats, pastas de trabalho e chaves de API permanecem no seu PC e os segredos na saída da ferramenta são ocultados antes de chegarem ao modelo. Os prompts, incluindo o texto dos arquivos que o agente lê, vão apenas para o endpoint do modelo que você escolher. Com um modelo local, nada sai da máquina. Não há telemetria.
O que é backpropagation em uma rede neural?
Backpropagation é a etapa que calcula quanto cada peso contribuiu para a perda, o que fornece os gradientes. O otimizador então usa esses gradientes e a taxa de aprendizado para alterar os pesos. O Sigmora não faz isso por conta própria; ele executa seu script de treinamento e mostra a perda impressa em um cartão no chat. Leia os números.
O Sigmora funciona com modelos locais?
Sim, você pode conectar um modelo que executa no seu próprio PC por meio de um endpoint local e, assim, nada que você enviar sai da máquina. Com um modelo na nuvem, seus prompts vão para esse provedor em vez disso. O botão Test verifica um endpoint e mostra seu tempo de resposta e janela de contexto. Pressione Test primeiro.
O que é um tutorial de rede neural?
Um tutorial de rede neural é uma explicação passo a passo de como construir e treinar uma rede, geralmente escrevendo a passagem para frente, a perda e a atualização de peso por conta própria. O Sigmora pode escrever um arquivo de exemplo pequeno, executá-lo e mostrar o diff antes que a alteração seja aplicada no modo Ask first. Leia cada linha.
Como verifico o download?
O download é verificado executando certutil -hashfile no arquivo baixado com SHA256 e comparando o resultado com o valor SHA-256 no manifesto publicado. O instalador ainda não é assinado digitalmente, então o SmartScreen do Windows pode emitir um aviso. Escolha Mais informações e Executar mesmo assim apenas após a soma de verificação corresponder. Combine primeiro, depois execute.
Execute seu primeiro script de treinamento com o Sigmora
O Sigmora 2.9.26 executa seus scripts Python, edita seus arquivos e mostra cada resultado como um cartão no chat; o programa de instalação de 34 MB é para Windows 10 ou 11. Comece pequeno.
Baixar Sigmora para Windows ↗Explore mais
Cada página deste site está disponível em 20 idiomas.
Recursos do produto ↗ Configuração de modelos ↗ Exemplos de fluxos de trabalho ↗ Baixar instalador ↗ FAQ ↗ Política de privacidade ↗
