2.9.26
2 Kas 2026 tarihinde yayınlandı
Resmi Sigmora web sitesi
Neural network training için Windows ajanı
Sigmora, Python eğitim kodunuzu düzenleyen, çalıştıran ve her adımın gerçek sonucunu gösteren bir Windows ajanıdır. Sürüm 2.9.26 kendi dosyalarınızda ve donanımınızda çalışır.
Eğitim günlüğünü oku, hatayı bul ve model tanımındaki şekil uyuşmazlığını düzelt.
- read_file
train.pyyüklenmiş - grep
ValueError1 eşleşme - edit_file
train.pykaydedildi - Shell
python train.pyçıkış 0 - read_file
loss.csv10 satır
bir sonraki adımdan önce onayınızı bekliyorReddetKabul Et
34 MB
Kurulum programı indirmesi
Send feedback
Uygulama içindeki düğme
13
Arayüz dilleri
SHA-256
Kurulum dosyasının karmasını doğrula
Auto
Güncelleme düğmesi görünür
Neural Network Training kendi verilerinizde
Neural Network Training, ağırlıkların kayıp değerini eğitim verilerinizde düşürecek şekilde ayarlandığı süreçtir. Kodunuz işi yapar. Sigmora betiklerinizi okur, düzenler, eğitim komutunuzu Shell aracılığıyla çalıştırır ve her sonucu sohbet penceresinde bir kart olarak gösterir; Ask first modunda her değişikliği gerçekleşmeden önce onaylarsınız. Sürüm 2.9.26 Windows 10 ve 11'de çalışır.
Python kodundaki şekil uyuşmazlığını düzelt
Bir betik durur. İlk epoch bitmeden şekil hatası verir. Sürüm 2.9.26'da Sigmora, hatayı günlüğünüzde grep kullanarak bulur, train.py dosyasını read_file ile açar ve etiketlerinizle eşleşmeyen katman boyutunu edit_file ile değiştirir. Fark bir kart olarak görünür ve Ask first modunda dosya değişmeden önce kabul veya reddedersiniz. Shell ardından eğitim komutunuzu çalıştırır ve gerçek çıkış kodunu bildirir; bu kod yalnızca betiğin hatasız tamamlandığını gösterir.
Araç izi
grep ValueError → 1 match
read_file train.py → loaded
edit_file train.py → saved
Shell python train.py → exit 0Geri yayılımlı bir ağda kaybı izle
Her epoch için kaybı tek bir dosyada almak istiyorsunuz. Shell, seçtiğiniz ortamda eğitim komutunuzu başlatır ve gerçek çıktı sohbete düşer. grep kayıp satırlarını logdan çeker ve write_file ile bunları çalışma klasörünüze loss.csv olarak kaydeder, böylece iki çalıştırma daha sonra karşılaştırılabilir. Bir ağda her batch için bir ileri geçiş ve bir geri yayılım gerekir; ileri geçişten gelen kayıp CSV dosyasına işlenir. Ask first burada duraksar.
Araç izi
Shell python train.py → exit 0
grep loss → 10 matches
write_file loss.csv → savedAğ mimarisinin katmanlarını değiştir
Sonraki çalıştırma öncesi farklı bir katman düzeni istiyorsunuz. edit_file model dosyanızda yeni katman boyutlarını önerir ve bir fark gösterir; Ask first modunda kabul edene kadar hiçbir şey yazılmaz. Shell ardından modeli küçük bir batch ile çalıştırır ve çıktı şeklini yazdırır. Bunu etiketlerinizle karşılaştırın. İki sayı farklıysa başka bir değişiklik isteyin. Başarılı bir çalıştırma yalnızca betiğin çalıştığını gösterir, bu yüzden tasarımı yine siz yargılarsınız.
Bir eğitim deneyinde aşırı öğrenmeyi tespit et
Eğitim kaybı düşmeye devam ederken doğrulama kaybı yükselmeye başlar. Modelin aşırı öğrenip öğrenmediğini anlamanın yolu budur. Her iki sütuna da bakın. Sigmora, logunuzdaki iki kayıp sütununu çekmek için grep kullanır ve küçük bir model veya erken durdurma gibi istediğiniz bir değişiklik için edit_file farkını gösterir. Ask first modunda onaylarsınız, ardından Shell betiği yeniden çalıştırır ve modelin görmediği verilerde doğrulama kaybını önce ve sonra karşılaştırırsınız.
Sigmora'nın tipik bir sohbet asistanından farkı
Bir sohbet asistanı bir komutu açıklar, ancak Sigmora 2.9.26 onu çalıştırır ve çıktı kartında gerçekten ne olduğunu gösterir. Ne çalıştırılacağına siz karar verirsiniz.
| Tipik sohbet asistanı | Sigmora | |
|---|---|---|
| Dosya düzenleme | Kodu sohbette yazar | Dosyayı düzenler ve farkı gösterir |
| Komut yürütme | Bir komutu açıklar | Çalıştırır ve çıkış kodunu döndürür |
| Onay modu | Onay adımı yok | Ask first değişikliklerden önce duraksar |
| Model uç noktası | Sohbet hizmeti tarafından ayarlanır | Uç noktanız, Test ile kontrol edilir |
Sigmora ile nasıl başlanır
- Windows 10 veya 11 için 34 MB'lık kurulum dosyasını indirin.
- Kurulum dosyasını çalıştırın ve Sigmora'yı açın.
- Model uç noktanızı bağlayın veya yerleşik modeli kullanın.
- Bir sohbet başlatın, eğitim betiğinize ad verin ve Auto-run, Ask first veya Plan only modunu seçin.
Kimler eğitim için Sigmora kullanır
İlk ağlarını yazan yeni başlayanlar ilk kitleyi oluşturur. İlk proje için hangi kayıp fonksiyonunun uygun olduğu makul bir sorudur; bu yüzden ajan her seçeneği aynı betikle çalıştırabilir ve sayıları yan yana yazdırabilirken siz okuyabilirsiniz. Küçük bir şeyle başlayın. Komutun çalıştığı yerde Python'un yüklü olması gerekir.
Eğitim döngülerini hata ayıklayan uygulayıcılar ikinci kitleyi oluşturur. Shell eğitim komutunuzu PC'nizde, WSL'de veya kendi GPU sunucunuzda SSH üzerinden çalıştırır ve gerçek çıktıyı ile çıkış kodunu döndürür. Ortamı siz seçersiniz. grep ve read_file başarısız olan satırı bulur ve edit_file önce farkı gösterir.
Deneylemleri karşılaştıran araştırmacılar üçüncü kitleyi oluşturur. Öğrenme oranının ne rol oynadığını merak ettiğinizde ajan betiği iki değerle yeniden çalıştırabilir ve her iki kayıp eğrisini de bir CSV dosyasına yazabilir. Her çalıştırmayı küçük tutun. Sonuçları okursunuz ve modelin görmediği verilerde ne anlama geldiklerine siz karar verirsiniz.
Sıkça sorulan sorular
Neural Network Training nedir?
Eğitim, bir ağın ağırlıklarının, tahminlerinin ne kadar yanlış olduğunu ölçen kayıp değerini eğitim verilerinde küçültecek şekilde ayarlandığı süreçtir. Her adım bir ileri geçiş, bir kayıp hesaplaması, geri yayılım ve bir optimizasyon güncellemesi çalıştırır. Bu işi Python kodunuz yapar, Sigmora değil. Doğrulama kaybına da dikkat edin.
Is neuralnetworkz.com the official Sigmora website?
Evet, neuralnetworkz.com resmi Sigmora web sitesidir. İndir düğmesi kurulum dosyasını verir, yaklaşık 34 MB'tır ve kurulum dosyasına yönlendirmeden önce zamanı, IP adresini, tarayıcı kullanıcı aracısını ve yönlendirme kaynağını kaydeder. SHA-256 toplamını yayınlanan manifestoyla karşılaştırın. Önce kontrol edin. Sorunları uygulama içindeki Send feedback düğmesiyle bildirin.
Sigmora gizliliği nasıl yönetir?
Sohbetler, çalışma klasörleri ve API anahtarları PC'nizde kalır ve araç çıktısındaki gizli bilgiler modele ulaşmadan önce karartılır. Ajanın okuduğu dosya metinleri dahil istemler yalnızca seçtiğiniz model uç noktasına gider. Yerel bir modelle hiçbir şey makineden çıkmaz. Telemetri yoktur.
Bir ağda geri yayılım nedir?
Geri yayılım, her ağırlığın kaybı ne kadar etkilediğini hesaplayan ve gradyanları veren adımdır. Optimizer ardından bu gradyanları ve öğrenme oranını kullanarak ağırlıkları değiştirir. Sigmora bunu kendisi yapmaz; eğitim betiğinizi çalıştırır ve yazdırılan kaybı sohbet penceresindeki bir kartta gösterir. Sayıları okuyun.
Sigmora yerel modellerle çalışır mı?
Evet, kendi PC'nizde çalışan bir modeli yerel bir uç nokta aracılığıyla bağlayabilirsiniz ve ardından gönderdiğiniz hiçbir şey makineden çıkmaz. Bir bulut modeliyle istemleriniz bu sağlayıcıya gider. Test düğmesi bir uç nokta kontrol eder ve yanıt süresini ile bağlam penceresini gösterir. Önce Test'e basın.
Bir ağ öğretisi nedir?
Bir ağ öğretisi, ileri geçişi, kaybı ve ağırlık güncellemesini kendiniz yazarak bir ağın nasıl oluşturulup eğitileceğinin adım adım açıklamasıdır. Sigmora küçük bir örnek dosya yazabilir, çalıştırabilir ve Ask first modunda değişiklik uygulanmadan önce farkı gösterebilir. Her satırı okuyun.
İndirmeyi nasıl doğrularım?
İndirme, indirilen dosyada SHA256 ile certutil -hashfile çalıştırılarak ve sonucu yayınlanan manifestodaki SHA-256 değeriyle karşılaştırılarak doğrulanır. Kurulum dosyası henüz kod imzalı değil, bu yüzden Windows SmartScreen uyarı verebilir. Toplam eşleştikten sonra More info'yu seçin ve Run anyway'e tıklayın. Önce eşleştirin, sonra çalıştırın.
İlk eğitim betiğinizi Sigmora ile çalıştırın
Sigmora 2.9.26 Python betiklerinizi çalıştırır, dosyalarınızı düzenler ve her sonucu sohbet penceresinde bir kart olarak gösterir; 34 MB'lık kurulum dosyası Windows 10 veya 11 içindir. Küçük başlayın.
Windows için Sigmora'yı İndir ↗Daha fazla keşfet
Bu web sitesinin her sayfası 20 dilde mevcuttur.
Ürün özellikleri ↗ Model yapılandırması ↗ İş akışı örnekleri ↗ Kurulum dosyasını indir ↗ SSS ↗ Gizlilik politikası ↗
