Brain.js
Brain.js သည် သင်္ချာ၏ ရှုပ်ထွေးမှုကို ဖုံးကွယ်ထားသောကြောင့် Neural Networks များကို နားလည်ရန် လွယ်ကူစေသည့် JavaScript စာကြည့်တိုက်တစ်ခုဖြစ်သည်။
Neural Network တည်ဆောက်ခြင်း။
Brain.js ဖြင့် အာရုံကြောကွန်ရက်တစ်ခုကို တည်ဆောက်ခြင်း-
ဥပမာ-
// 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"];
ဥပမာ ရှင်းပြထားသည်-
Neural Network ကို အောက်ပါတို့နှင့် ဖန်တီးထားသည်။new brain.NeuralNetwork()
ကွန်ရက်ဖြင့် လေ့ကျင့်ထားသည်။network.train([examples])
ဥပမာများသည် သက်ဆိုင်ရာ အထွက်တန်ဖိုးဖြင့် input value 4 ခုကို ကိုယ်စားပြုသည်။
ဖြင့် network.run([1,0])"[1,0] ၏ ဖြစ်နိုင်ခြေရှိသော အထွက်နှုန်းမှာ အဘယ်နည်း။"
ကွန်ရက်မှ အဖြေမှာ-
- တစ်ခု- 93% (1 နှင့်နီးစပ်သည်)
- သုည- 6% (0 နီးပါး)
ဆန့်ကျင်ဘက်တစ်ခုကို ခန့်မှန်းနည်း
CSS ဖြင့် အရောင်များကို RGB ဖြင့် သတ်မှတ်နိုင်သည်-
ဥပမာ
| Color | RGB |
|---|---|
| Black | RGB(0,0,0) |
| Yellow | RGB(255,255,0) |
| Red | RGB(255,0,0) |
| White | RGB(255,255,255) |
| Light Gray | RGB(192,192,192) |
| Dark Gray | RGB(65,65,65) |
အောက်ဖော်ပြပါ ဥပမာသည် အရောင်တစ်ခု၏ အမှောင်ကို ခန့်မှန်းနိုင်ပုံကို သရုပ်ပြသည်-
ဥပမာ-
// 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"];
ဥပမာ ရှင်းပြထားသည်-
Neural Network ကို အောက်ပါတို့နှင့် ဖန်တီးထားသည်။new brain.NeuralNetwork()
ကွန်ရက်ဖြင့် လေ့ကျင့်ထားသည်။network.train([examples])
ဥပမာများသည် သက်ဆိုင်ရာ အထွက်တန်ဖိုးကို input value 4 ခုကို ကိုယ်စားပြုသည်။
" network.run([0,0,128/255])နက်ပြာရောင်ရဲ့ အထွက်နှုန်းက ဘာလဲ" လို့ မေးတယ်။
ကွန်ရက်မှ အဖြေမှာ-
- အမှောင်- 95%
- အလင်း- 4%
အဝါ သို့မဟုတ် အနီရောင် ဖြစ်နိုင်ခြေရှိသော အထွက်နှုန်းကို စမ်းသပ်ရန် ဥပမာအား အဘယ်ကြောင့် မတည်းဖြတ်သနည်း။