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
-
Cụm dữ liệu trong Machine Learning
-
Hồi quy tuyến tính trong Machine Learning
-
AI đang được triển khai hiệu quả trong chiến tranh hiện đại, nhưng sẽ không thể thay thế con người
-
Cách lựa chọn những tác vụ nào nên tự động hóa bằng AI
-
Mỹ công bố cẩm nang quản lý rủi ro AI cho ngành tài chính
-
Hướng dẫn tạo thiết kế 3D bằng AI trên Canva
-
Thuật ngữ Machine Learning
-
Deep Learning (DL)
-
Mở rộng ảnh sắc nét với Magic Expand trên Canva AI
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 tạo liên kết trong PowerPoint
2 ngày -

Hướng dẫn các cách tính tổng trong Word
2 ngày -

999+ Cap về đi lễ chùa, stt về đi lễ chùa, những câu nói hay về đi lễ chùa cầu bình an
2 ngày -

3 cách tắt tường lửa Windows 11
2 ngày -

Reset Windows 10 về trạng thái ban đầu
2 ngày 21 -

Bảng mã ASCII và bảng ký tự Latin chuẩn ISO 1252
2 ngày -

Cách tăng dung lượng ổ C trong Windows 11/10/8/7
2 ngày 3 -

Công thức tính vận tốc, quãng đường, thời gian chính xác
2 ngày -

Kiểu dữ liệu trong C/C++
2 ngày 1 -

Cách thay đổi ảnh đại diện tài khoản người dùng mặc định trong Windows
2 ngày
Làm chủ AI
Học IT
Microsoft Word 2013
Microsoft Word 2007
Microsoft Excel 2019
Microsoft Excel 2016
Microsoft PowerPoint 2019
Google Sheets
Lập trình Scratch
Bootstrap
Ô tô, Xe máy