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 tạo câu hỏi ôn tập bằng Perplexity AI
-
Cụm dữ liệu trong Machine Learning
-
Hướng dẫn tách các thành phần trong ảnh trên Canva
-
Hồi quy tuyến tính trong Machine Learning
-
Những phương pháp tốt nhất dành cho người tạo skill
-
Prompt Caching là gì? Cách giảm chi phí và tăng tốc LLM
-
Dữ liệu Machine Learning
-
Hướng dẫn tạo video bài giảng bằng Canva AI trong 5 phút
-
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
-

15 cách chỉnh độ sáng màn hình máy tính, laptop
2 ngày -

PROCEDURE (Thủ tục) trong SQL Server
2 ngày -

Những bài học thực tế về cuộc sống giúp bạn sống tốt và ý nghĩa hơn
2 ngày -

Cách quay màn hình iPhone và ghi âm dễ ơi là dễ
2 ngày -

Chần chừ, trần chừ hay trần trừ đúng chính tả?
2 ngày -

Hàm IF: Hàm điều kiện được dùng nhiều nhất trong Excel
2 ngày 1 -

Cách chèn, xóa bỏ watermark trong tài liệu Word
2 ngày -

Hàm SUBTOTAL: Tính tổng giá trị danh sách đã lọc trong Excel
2 ngày -

Cách xóa nền ảnh trong PowerPoint
2 ngày -

Những câu nói hay về cô gái tháng 4, những cô nàng vừa bí ẩn, vừa rất thú vị như một cuốn sách hay
2 ngày
Làm chủ AI
Học IT
Hàm Excel