Brain.js trong Machine Learning
Brain.js là một thư viện JavaScript giúp dễ dàng hiểu về mạng nơ-ron nhân tạo vì nó che giấu sự phức tạp của các phép toán.
Xây dựng mạng nơ-ron nhân tạo
Xây dựng mạng nơ-ron nhân tạo với Brain.js:
Ví dụ:
// Create a Neural Network
const network = new brain.NeuralNetwork();
// Train the Network with 4 input objects
network.train([
{input:[0,0], output:{zero:1}},
{input:[0,1], output:{one:1}},
{input:[1,0], output:{one:1},
{input:[1,1], output:{zero:1},
]);
// What is the expected output of [1,0]?
result = network.run([1,0]);
// Display the probability for "zero" and "one"
... result["one"] + " " + result["zero"];Giải thích ví dụ:
Một mạng nơ-ron nhân tạo được tạo bằng lệnh: `new brain.NeuralNetwork()`
Mạng được huấn luyện bằng lệnh `network.train([examples])`
Các ví dụ đại diện cho 4 giá trị đầu vào với giá trị đầu ra tương ứng.
Với lệnh `network.run([1,0])`, bạn hỏi "Giá trị đầu ra có khả năng xảy ra nhất của [1,0] là gì?"
Câu trả lời từ mạng là:
- 1: 93% (gần 1)
- 0: 6% (gần 0)
Cách dự đoán độ tương phản
Với CSS, màu sắc có thể được thiết lập bằng RGB:
Ví dụ:
| Màu | RGB |
|---|---|
| Đen | RGB(0,0,0) |
| Vàng | RGB(255,255,0) |
| Đỏ | RGB(255,0,0) |
| Trắng | RGB(255,255,255) |
| Xám nhạt | RGB(192,192,192) |
| Xám đậm | RGB(65,65,65) |
Ví dụ dưới đây minh họa cách dự đoán độ đậm nhạt của một màu:
Ví dụ:
// Create a Neural Network
const net = new brain.NeuralNetwork();
// Train the Network with 4 input objects
net.train([
// White RGB(255, 255, 255)
{input:[255/255, 255/255, 255/255], output:{light:1}},
// Light grey (192,192,192)
{input:[192/255, 192/255, 192/255], output:{light:1}},
// Darkgrey (64, 64, 64)
{ input:[65/255, 65/255, 65/255], output:{dark:1}},
// Black (0, 0, 0)
{ input:[0, 0, 0], output:{dark:1}},
]);
// What is the expected output of Dark Blue (0, 0, 128)?
let result = net.run([0, 0, 128/255]);
// Display the probability of "dark" and "light"
... result["dark"] + " " + result["light"];Giải thích ví dụ:
Một mạng nơ-ron nhân tạo được tạo bằng lệnh: `new brain.NeuralNetwork()`
Mạng được huấn luyện bằng lệnh `network.train([examples])`
Các ví dụ đại diện cho 4 giá trị đầu vào và 1 giá trị đầu ra tương ứng.
Với lệnh `network.run([0,0,128/255])`, bạn hỏi "Giá trị đầu ra có khả năng nhất của màu xanh đậm là gì?"
Câu trả lời từ mạng là:
- Đậm: 95%
- Nhạt: 4%
Tại sao không chỉnh sửa ví dụ để kiểm tra giá trị đầu ra có khả năng nhất của màu vàng hoặc màu đỏ?
Bạn nên đọc
-
Những ví dụ về Machine Learning
-
Cụm dữ liệu trong Machine Learning
-
Nhận dạng mẫu trong Machine Learning
-
Những thuật ngữ Machine Learning cần biết
-
Đồ thị tuyến tính trong Machine Learning
-
Perceptron trong Machine Learning
-
Hồi quy tuyến tính trong Machine Learning
-
Dữ liệu Machine Learning
-
Deep Learning (DL)
Theo Nghị định 147/2024/ND-CP, bạn cần xác thực tài khoản trước khi sử dụng tính năng này. Chúng tôi sẽ gửi mã xác thực qua SMS hoặc Zalo tới số điện thoại mà bạn nhập dưới đây:
Cũ vẫn chất
-

11 cách mở Recycle Bin trên Windows
4 ngày -

Hướng dẫn bật mã hóa đầu cuối Messenger
3 ngày -

Địa chỉ 26 cửa hàng Uniqlo chính hãng tại Việt Nam
4 ngày -

Hướng dẫn sửa lỗi Access Denied trong quá trình truy cập file hoặc thư mục trên Windows
3 ngày -

Công thức tính diện tích hình quạt tròn
3 ngày -

Hàm COUNTIF: Đếm có điều kiện trong Excel
4 ngày 3 -

Hướng dẫn đổi trình đọc PDF mặc định trên Windows 10
3 ngày -

Cách tính diện tích hình tròn và chu vi hình tròn
3 ngày 1 -

Mã hóa đầu cuối là gì? Nó hoạt động như thế nào?
3 ngày -

Tạo dòng dấu chấm (………) nhanh trong Microsoft Word
3 ngày 3
Hướng dẫn AI
Học IT
Hàm Excel
Download