2.9.26
Phát hành ngày 2 tháng 11 năm 2026
Sigmora là agent trên Windows giúp chỉnh sửa mã Python huấn luyện, chạy lệnh và hiển thị kết quả thực tế của từng bước. Phiên bản 2.9.26 hoạt động trực tiếp trên tệp và phần cứng của bạn.
train.pyđã tảiValueError1 kết quả khớptrain.pyđã lưupython train.pyexit 0loss.csv10 hàngPhát hành ngày 2 tháng 11 năm 2026
Tải chương trình cài đặt
Nút bên trong ứng dụng
Ngôn ngữ giao diện
Xác minh mã băm trình cài đặt
Nút cập nhật hiển thị
Neural network training là quá trình điều chỉnh các trọng số cho đến khi giá trị lỗi giảm trên dữ liệu huấn luyện của bạn. Mã Python của bạn thực hiện công việc. Sigmora đọc các script, chỉnh sửa chúng, chạy lệnh huấn luyện qua Shell và hiển thị mọi kết quả dưới dạng thẻ trong cuộc trò chuyện. Ở chế độ Ask first, bạn phê duyệt từng thay đổi trước khi nó được áp dụng. Phiên bản 2.9.26 chạy trên Windows 10 và 11.
Script dừng lại và báo lỗi kích thước trước khi epoch đầu tiên kết thúc. Ở phiên bản 2.9.26, Sigmora dùng grep để tìm dòng lỗi trong nhật ký, read_file để mở train.py và edit_file để sửa kích thước lớp không khớp với nhãn. Sự khác biệt (diff) hiện dưới dạng thẻ; ở chế độ Ask first, bạn chấp nhận hoặc từ chối trước khi tệp được ghi. Shell sau đó chạy lệnh huấn luyện và trả về mã thoát thực tế, xác nhận script đã chạy thành công.
grep ValueError → 1 match
read_file train.py → loaded
edit_file train.py → saved
Shell python train.py → exit 0Bạn muốn lưu giá trị lỗi của mọi epoch vào một tệp. Shell bắt đầu lệnh huấn luyện trong môi trường bạn chọn, và kết quả thực tế hiển thị trong cuộc trò chuyện. grep trích xuất các dòng lỗi từ nhật ký, write_file lưu chúng thành loss.csv trong thư mục làm việc để so sánh sau này. Trong neural network, mỗi batch cần một lượt truyền tiến (forward pass) và truyền ngược (backward pass); giá trị lỗi từ lượt truyền tiến mới được ghi vào CSV. Ask first sẽ tạm dừng ở bước này.
Shell python train.py → exit 0
grep loss → 10 matches
write_file loss.csv → savedBạn muốn thay đổi bố cục lớp trước lần chạy tiếp theo. edit_file đề xuất kích thước lớp mới trong tệp mô hình và hiển thị diff; ở chế độ Ask first, tệp không được ghi cho đến khi bạn chấp nhận. Shell sau đó chạy một batch nhỏ qua mô hình và in ra kích thước đầu ra. So sánh nó với nhãn của bạn. Nếu hai số khác nhau, hãy yêu cầu sửa đổi thêm. Một lần chạy thành công chỉ chứng tỏ script chạy được, nên bạn vẫn phải tự đánh giá thiết kế.
Giá trị lỗi huấn luyện tiếp tục giảm, nhưng giá trị lỗi xác thực bắt đầu tăng. Đây là dấu hiệu mô hình đang bị quá khớp. Hãy xem cả hai cột. Sigmora dùng grep để trích xuất hai cột giá trị lỗi từ nhật ký, edit_file hiển thị diff cho các thay đổi bạn yêu cầu (như mô hình nhỏ hơn hoặc early stopping). Ở chế độ Ask first, bạn phê duyệt, sau đó Shell chạy lại script. Bạn so sánh giá trị lỗi xác thực trước và sau trên dữ liệu chưa từng thấy.
Trợ lý trò chuyện mô tả một lệnh, trong khi Sigmora 2.9.26 chạy lệnh đó và hiển thị kết quả thực tế trong thẻ đầu ra. Bạn là người quyết định những gì sẽ chạy.
| Trợ lý trò chuyện thông thường | Sigmora | |
|---|---|---|
| Chỉnh sửa tệp | Viết mã trong cuộc trò chuyện | Chỉnh sửa tệp và hiển thị diff |
| Thực thi lệnh | Mô tả một lệnh | Chạy lệnh và trả về mã thoát |
| Chế độ phê duyệt | Không có bước phê duyệt | Ask first tạm dừng trước khi thay đổi |
| Điểm cuối mô hình | Do dịch vụ trò chuyện cung cấp | Điểm cuối của bạn, kiểm tra bằng Test |
Người mới bắt đầu viết mạng đầu tiên là nhóm đối tượng đầu tiên. Việc chọn hàm mất mát nào cho dự án đầu tiên là câu hỏi hợp lý; agent có thể chạy cùng một script với từng lựa chọn và in các số cạnh nhau để bạn so sánh. Hãy bắt đầu với một mô hình nhỏ. Python phải được cài đặt tại vị trí chạy lệnh.
Những người thực hành gỡ lỗi vòng lặp huấn luyện là nhóm đối tượng thứ hai. Shell chạy lệnh huấn luyện trên PC của bạn, trong WSL hoặc qua SSH trên máy chủ GPU riêng, và trả về kết quả thực tế cùng mã thoát. Bạn chọn môi trường. grep và read_file xác định dòng lỗi, edit_file hiển thị diff trước khi thay đổi.
Các nhà nghiên cứu so sánh thí nghiệm là nhóm đối tượng thứ ba. Khi bạn muốn tìm hiểu vai trò của tốc độ học, agent có thể chạy lại script với hai giá trị khác nhau và lưu cả hai đường cong lỗi vào tệp CSV. Hãy giữ mỗi lần chạy ngắn. Bạn đọc kết quả và tự đánh giá ý nghĩa của chúng trên dữ liệu chưa từng thấy.
Neural network training là quá trình điều chỉnh các trọng số của mạng để giá trị lỗi (đo lường mức độ sai lệch của dự đoán) giảm dần trên dữ liệu huấn luyện. Mỗi bước bao gồm một lượt truyền tiến, tính toán lỗi, backpropagation và cập nhật bộ tối ưu hóa. Mã Python của bạn thực hiện công việc này, không phải Sigmora. Hãy theo dõi cả giá trị lỗi xác thực nữa.
Có, neuralnetworkz.com là trang web chính thức của Sigmora. Nút tải xuống cung cấp chương trình cài đặt khoảng 34 MB và ghi lại thời gian, địa chỉ IP, trình duyệt và nguồn giới thiệu trước khi chuyển bạn đến trình cài đặt. Hãy so sánh tổng kiểm tra SHA-256 với tệp kê khai đã công bố. Kiểm tra trước khi chạy. Báo cáo sự cố bằng nút Send feedback trong ứng dụng.
Các cuộc trò chuyện, thư mục làm việc và khóa API đều lưu trữ trên PC của bạn. Các thông tin nhạy cảm trong đầu ra công cụ được làm mờ trước khi gửi đến mô hình. Các lời nhắc (prompt), bao gồm nội dung tệp mà agent đọc, chỉ được gửi đến điểm cuối mô hình bạn chọn. Với mô hình cục bộ, không có dữ liệu nào rời khỏi máy. Không có dữ liệu telemetry.
Backpropagation là bước tính toán mức độ đóng góp của mỗi trọng số vào giá trị lỗi, từ đó xác định các gradient. Bộ tối ưu hóa sau đó dùng các gradient và tốc độ học để cập nhật trọng số. Sigmora không thực hiện việc tính toán này; nó chạy script huấn luyện của bạn và hiển thị giá trị lỗi đã in dưới dạng thẻ trong cuộc trò chuyện. Hãy đọc kỹ các con số.
Có, bạn có thể kết nối một mô hình chạy trên PC của mình thông qua điểm cuối cục bộ, khi đó mọi dữ liệu bạn gửi đều không rời khỏi máy. Với mô hình đám mây, các lời nhắc sẽ được gửi đến nhà cung cấp đó. Nút Test kiểm tra điểm cuối và hiển thị thời gian phản hồi cùng cửa sổ ngữ cảnh. Hãy nhấn Test trước khi sử dụng.
Hướng dẫn neural network là giải thích từng bước về cách xây dựng và huấn luyện một mạng, thường bao gồm việc tự viết mã cho lượt truyền tiến, hàm mất mát và cập nhật trọng số. Sigmora có thể tạo một tệp ví dụ nhỏ, chạy nó và hiển thị diff trước khi áp dụng thay đổi ở chế độ Ask first. Hãy đọc từng dòng mã.
Hãy chạy lệnh certutil -hashfile trên tệp đã tải xuống với thuật toán SHA256 và so sánh kết quả với giá trị SHA-256 trong tệp kê khai đã công bố. Trình cài đặt hiện chưa được ký mã nguồn, nên Windows SmartScreen có thể cảnh báo. Chọn More info và Run anyway chỉ khi tổng kiểm tra khớp. Khớp trước, sau đó chạy.
Sigmora 2.9.26 chạy các script Python, chỉnh sửa tệp và hiển thị kết quả dưới dạng thẻ trong cuộc trò chuyện. Chương trình cài đặt 34 MB dành cho Windows 10 hoặc 11. Hãy bắt đầu với quy mô nhỏ.
Tải xuống Sigmora cho Windows ↗Mỗi trang trên trang web này đều có sẵn trong 20 ngôn ngữ.
Tính năng sản phẩm ↗ Cấu hình mô hình ↗ Ví dụ quy trình ↗ Tải trình cài đặt ↗ Câu hỏi thường gặp ↗ Chính sách quyền riêng tư ↗