Brain.js
Brain.jsは、数学の複雑さを隠しているため、ニューラルネットワークを簡単に理解できるJavaScriptライブラリです。
ニューラルネットワークの構築
Brain.jsを使用してニューラルネットワークを構築する:
例:
// 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"];
説明された例:
ニューラルネットワークは次のもので作成されます。 new brain.NeuralNetwork()
ネットワークはで訓練されています network.train([examples])
例は、対応する出力値を持つ4つの入力値を表しています。
でnetwork.run([1,0])
、「[1,0]の出力の可能性はどのくらいですか?」と尋ねます。
ネットワークからの答えは次のとおりです。
- 1つ:93%(1に近い)
- ゼロ:6%(0に近い)
コントラストを予測する方法
CSSを使用すると、RGBで色を設定できます。
例
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) |
次の例は、色の暗さを予測する方法を示しています。
例:
// 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"];
説明された例:
ニューラルネットワークは次のもので作成されます。 new brain.NeuralNetwork()
ネットワークはで訓練されています network.train([examples])
例は、対応する出力値に対応する4つの入力値を表しています。
を使用network.run([0,0,128/255])
して、「ダークブルーの出力の可能性はどのくらいですか?」と尋ねます。
ネットワークからの答えは次のとおりです。
- 暗い:95%
- ライト:4%
例を編集して、黄色または赤の出力の可能性をテストしてみませんか?