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
-
Hướng dẫn thiết kế poster trên Canva AI
-
Tại sao nhiều người ngừng sử dụng ChatGPT vĩnh viễn?
-
Hướng dẫn tạo video dài 60 giây với Grok AI: Bí quyết giữ tính nhất quán của nhân vật
-
Cụm dữ liệu trong Machine Learning
-
Hồi quy tuyến tính trong Machine Learning
-
Cách tạo biểu đồ trang tính Canva Sheets
-
Dữ liệu Machine Learning
-
Thuật ngữ Machine Learning
-
Perplexity ra mắt “Personal Computer”: AI agent hoạt động 24/7 trên nền tảng đám mây
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
-

Cách hiển thị người theo dõi trên Facebook
2 ngày 1 -

Kết quả của các trận đấu trong Record of Ragnarok
2 ngày -

Cách chuyển đổi slide Canva sang PowerPoint
2 ngày -

80+ câu ca dao, tục ngữ về tình yêu, tình cảm vợ chồng hay nhất
2 ngày 1 -

Cách kiểm tra tốc độ đánh máy chuẩn xác nhất
2 ngày 1 -

Cách ẩn địa chỉ IP, hướng dẫn ẩn địa chỉ IP
2 ngày -

Sửa nhanh lỗi "Không thể truy cập trang web này" (This site can't be reached) trên Chrome
2 ngày 1 -

Trau chuốt hay chau chuốt hay trau truốt mới đúng chính tả?
2 ngày 1 -

Các cách chuyển định dạng PDF sang ảnh JPG, PNG
2 ngày -

Lời yêu thương dành cho con yêu
2 ngày
Học IT
Microsoft Word 2013
Microsoft Word 2007
Microsoft Excel 2019
Microsoft Excel 2016
Microsoft PowerPoint 2019
Google Sheets
Lập trình Scratch
Bootstrap
Prompt
Ô tô, Xe máy