Treinar rede neural: dúvidas comuns respondidas

O ciclo de treinamento tem quatro partes: o forward pass transforma entradas em previsões, uma função de perda compara-as com as respostas corretas, o backpropagation calcula os gradientes e um otimizador ajusta os pesos em pequenos passos definidos pela taxa de aprendizado. Seu código Python faz esse trabalho, não o Sigmora. O Sigmora lê, edita e executa esse código, e você avalia a perda nos dados de validação.

Backpropagation é a etapa que calcula quanto cada peso contribuiu para a perda, gerando os gradientes. O otimizador então usa esses gradientes e a taxa de aprendizado para ajustar os pesos. Ele é executado uma vez por batch, após o forward pass. O Sigmora não faz isso diretamente; ele executa seu script de treinamento e exibe a perda impressa em um card, e você lê os números.

Uma rede neural convolucional é uma rede para imagens na qual pequenos filtros varrem a imagem e produzem mapas de características que as camadas seguintes combinam. Os primeiros bugs mais comuns são incompatibilidades de forma entre os dados da imagem e a primeira camada. Se sua rede neural do zero não estiver funcionando, verifique essas formas primeiro. O Sigmora pode ler as definições das camadas e executar um pequeno batch através delas.

Uma rede LSTM é uma rede recorrente para sequências, como texto ou medições ao longo do tempo, com portas que decidem o que manter de etapas anteriores. Sua entrada tem uma dimensão de tempo, então erros de forma frequentemente vêm do comprimento da sequência. Uma dúvida comum é como depurar uma rede neural assim: imprima a forma em cada camada e tente overfit em um batch pequeno primeiro.

Uma rede neural aprende alterando seus pesos para que a perda diminua nos dados de treinamento. Um epoch é uma passagem completa sobre esses dados, dividida em batches. O aprendizado só é válido se a perda em dados de validação separados também melhorar, então mantenha o conjunto de teste intocado até o final. O Sigmora pode registrar a perda de cada epoch em um arquivo CSV para você ler.

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, user agent do navegador e fonte de referência antes de redirecioná-lo para o instalador. Compare o checksum SHA-256 com o manifesto publicado e use o botão Send feedback no app para relatar um problema ou uma ideia. Verifique antes.

Sim, o Sigmora é desenvolvido para Windows 10 e 11 na versão 64-bit (x64), e nenhuma conta é necessária para executá-lo. Seu comando de treinamento pode ser executado no PC, no WSL ou via SSH em um servidor que você possui, desde que o Python esteja instalado lá. A interface vem em 13 idiomas, e a versão atual é 2.9.26. Escolha o ambiente no app antes de começar.

Não. O Sigmora executa comandos e edita arquivos, mas não treina modelos e não pode garantir que o código ou os resultados estejam corretos. Um código de saída zero apenas significa que o script terminou, e um modelo pode parecer bom nos dados de treinamento e ainda falhar em dados novos. Leia cada diff, execute seus testes e avalie os resultados em dados que o modelo não viu.

O agente trabalha com seus arquivos e seu terminal. read_file e grep leem scripts e logs, edit_file e write_file alteram o código e mostram um diff, e Shell executa seu comando de treinamento no ambiente que você escolheu e retorna a saída real e o código de saída. Cada ação aparece como um card no chat, e Ask first pausa antes de ações que alteram algo. O card expandido mostra a saída completa.

O modo Plan only é o modo de aprovação no qual o Sigmora escreve um plano e não executa nada: nenhum comando e nenhuma alteração de arquivo. Use-o quando quiser uma explicação de uma alteração, como corrigir um erro de forma, antes que algo aconteça. Os planos sobrevivem a reinicializações, e você alterna para Ask first ou Auto-run para executar o plano. Auto-run, por outro lado, age imediatamente.

Sim, se você escolher um modelo em nuvem: seus prompts, incluindo o texto dos arquivos que o agente lê, vão para esse provedor. Com um modelo local, nada sai do PC. Chats, pastas de trabalho e chaves de API permanecem no PC, e segredos na saída das ferramentas são mascarados antes de chegarem ao modelo. O Sigmora não tem telemetria, então escolha o endpoint que se adapta à sensibilidade do seu código e dados.

O programa de instalação tem cerca de 34 MB, e é isso que o botão de download neste site oferece. Antes de executá-lo, verifique-o com certutil -hashfile no arquivo baixado e compare o valor SHA-256 com o manifesto publicado. O instalador ainda não é assinado digitalmente, então o SmartScreen do Windows pode avisar; escolha Mais informações e depois Executar mesmo assim apenas após o checksum corresponder.

A versão atual é 2.9.26, lançada em 2 de nov. de 2026. Novas versões são publicadas automaticamente, e o app mostra um botão Update quando uma está pronta, então você clica nele para instalar a nova versão. A compilação do instalador permite essas atualizações automáticas, é por isso que o botão de download neste site oferece o programa de instalação. Verifique o número da versão nesta página contra o que está no app.

O botão Send feedback dentro do app é a maneira de relatar um problema ou uma ideia, e nenhuma conta é necessária. Descreva o que você fez, qual modo de aprovação você usou e o que o card mostrou. Não cole segredos ou dados privados na mensagem. Este site não tem outro formulário de suporte, então o botão é o lugar para começar.