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
-
Biểu đồ phân tán trong Machine Learning
-
Dữ liệu Machine Learning
-
Đào tạo một Perceptron trong Machine Learning
-
Hồi quy tuyến tính trong Machine Learning
-
Tìm hiểu về Trí tuệ nhân tạo (AI)
-
Nhận dạng mẫu trong Machine Learning
-
Cụm dữ liệu trong Machine Learning
-
Perceptron trong Machine Learning
-
Thuật ngữ Machine Learning
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
-

6 cách siêu dễ thêm phụ đề, caption vào video
2 ngày -

3133 là gì? 3133 là số điện thoại của tổng đài nào? Có phải lừa đảo không?
2 ngày -

5 cách mở cài đặt âm thanh trên PC Windows
2 ngày 2 -

Cách xem số thẻ MBBank trên ứng dụng
2 ngày -

Cách sửa lỗi gõ tiếng Việt trên Word, Excel
2 ngày -

Bluestacks
-

Những ứng dụng hoán đổi khuôn mặt tốt nhất
2 ngày -

Cách kiểm tra số dư tài khoản Sacombank rất đơn giản
2 ngày -

Cách tạo Slide Master trên PowerPoint
2 ngày -

Cách khóa và mở khóa file Powerpoint để chỉnh sửa
2 ngày
Hướng dẫn AI
Học IT
Hàm Excel