这个例子展示了如何训练一个神经网络来预测 XOR 函数的输出,使用我们用 Rust 编写的高速 CPU 后端。
import { Cost, CPU, DenseLayer, Sequential, setupBackend, SigmoidLayer, tensor1D, tensor2D, } from "https://deno.land/x/netsaur/mod.ts"; /** * 设置 CPU 后端。这个后端速度快,但不能在 Edge 环境运行。 */ await setupBackend(CPU); /** * 创建一个顺序神经网络。 */ const net = new Sequential({ /** * 小批量数设置为 4,输出大小设置为 2。 */ size: [4, 2], /** * silent 选项设置为 true,意味着网络在训练过程中不会输出任何日志。 */ silent: true, /** * 定义 XOR 函数示例中神经网络的层。 * 该神经网络有两个输入神经元和一个输出神经元。 * 层的定义如下: * - 具有 3 个神经元的密集层。 * - sigmoid 激活层。 * - 具有 1 个神经元的密集层。 * - sigmoid 激活层。 */ layers: [ DenseLayer({ size: [3] }), SigmoidLayer(), DenseLayer({ size: [1] }), SigmoidLayer(), ], /** * 用于训练网络的成本函数是均方误差 (MSE)。 */ cost: Cost.MSE, }); const time = performance.now(); /** * 在给定数据上训练网络。 */ net.train( [ { inputs: tensor2D([ [0, 0], [1, 0], [0, 1], [1, 1], ]), outputs: tensor2D([[0], [1], [1], [0]]), }, ], /** * 迭代次数设置为 10000。 */ 10000, ); console.log(`训练时间:${performance.now() - time}ms`); /** * 预测给定输入的 XOR 函数输出。 */ const out1 = (await net.predict(tensor1D([0, 0]))).data; console.log(`0 xor 0 = ${out1[0]}(应接近 0)`); const out2 = (await net.predict(tensor1D([1, 0]))).data; console.log(`1 xor 0 = ${out2[0]}(应接近 1)`); const out3 = (await net.predict(tensor1D([0, 1]))).data; console.log(`0 xor 1 = ${out3[0]}(应接近 1)`); const out4 = (await net.predict(tensor1D([1, 1]))).data; console.log(`1 xor 1 = ${out4[0]}(应接近 0)`);
通过将 CPU 后端改为 WASM 后端,我们牺牲了一些速度,但这使我们能够在边缘环境中运行。
import { Cost, DenseLayer, Sequential, setupBackend, SigmoidLayer, tensor1D, tensor2D, WASM, } from "https://deno.land/x/netsaur/mod.ts"; /** * 设置 WASM 后端。这个后端比 CPU 后端慢,但可以在 Edge 环境中工作。 */ await setupBackend(WASM);
/**
/**
/**
/**
const time = performance.now();
/**
console.log(训练时间:${performance.now() - time}毫秒
);
/**
0 异或 0 = ${out1[0]}(应接近0)
);const out2 = (await net.predict(tensor1D([1, 0]))).data;
console.log(1 异或 0 = ${out2[0]}(应接近1)
);
const out3 = (await net.predict(tensor1D([0, 1]))).data;
console.log(0 异或 1 = ${out3[0]}(应接近1)
);
const out4 = (await net.predict(tensor1D([1, 1]))).data;
console.log(1 异或 1 = ${out4[0]}(应接近0)
);
### 文档
Netsaur的完整文档可以在[这里](https://deno.land/x/netsaur@0.3.1-patch/mod.ts)找到。
### 许可证
Netsaur使用MIT许可证。
AI辅助编程,代码自动修复
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
最强AI数据分析助手
小浣熊家族Raccoon,您的AI智能助手,致力于通过先进的人工智能技术,为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答,小浣熊都能以快速、准确的响应满足您的需求,让您的生活更加智能便捷。
像人一样思考的AI智能体
imini 是一款超级AI智能体,能根据人类指令,自主思考、自主完成、并且交付结果的AI智能体。
AI数字人视频创 作平台
Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作
AI办公助手,复杂任务高效处理
AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号