Очень рад, что нашёл это. Не хватает только исходников для полного счастья.

миниатюра: троишник списал у отличника и пытается расказать у доски))

а код точно правильный? не многовато итераций обучения для такой простой задачи?

Я бы посоветовал имена переменным выбирать осмысленнй, если конечно ты занимаешь программированием професионально, потому что имена вида i, j, k, x, y итд не очень информативные.

А что, если нужно 100 нейронов, или несколько слоёв, то писать в ручную? А также какие ещё типы нейронок есть и для чего?

Все просто замечательно,, а можно без внешних источников. Чтоб код выполнялся на домашней машке не подключая внешних модулей и скриптов.

Было бы круто посмотреть о нейросети которая отличает одно изображение от другого

круто...

Юху, моя первая нейронка, в которой нет смысла

Здравсвуйте я сделал нейросеть на несколько выходов и просто хотел проверить, что выдаст нейросеть. На каждый из тестов он отвечает одинаково, думаю причина в весе, что на каждый тест одинаковый вес, поэтому и одинаковый ответ. Как думаете как решить эту проблему? На выходе я получаю 8 чисел и отбирают максимальное и это максимальное число(всегда разное) имеет одну и ту же позицию.

Мне вообще ничего не понятно, тк не понимаю основы. я думаю так есть данные на входе к примеру это 10, 30, 2 есть результат на выходе допустим это 6 Чтобы прийти к результату нейронка должна прогнать через некий сборник математических операций чтоб получить нужный результат. Чем меньше операций тем лучше при условии 100% совпадения с желаемым результатом. Веса в моем примере вообще не уместны. Думаю что для ии не допустим приближенный ответ в процентах. 2+2 = не 3, 98% а 4.

Не могу понять, почему-то у меня последнее значение стремится к 1, а не к 0 (1,1). Вроде всё так же сделал. Перепроверял буквы ...хз.

Для меня оказался слишком абстрактный пример

Почему не видит модуль? const SeedRandom = require("seed-random")(34); let data = [ { input: [0, 0], output: 0 }, { input: [1, 0], output: 1 }, { input: [0, 1], output: 1 }, { input: [1, 1], output: 0 } ]; const weights = { i1_h1: SeedRandom(), i1_h2: SeedRandom(), i2_h1: SeedRandom(), i2_h2: SeedRandom(), h1_o1: SeedRandom(), h2_o1: SeedRandom() }; concole.log(weights); node:internal/modules/cjs/loader:1029 throw err; ^ Error: Cannot find module 'seed-random' Require stack:

С нуля😅

- На JS ничего этого нет - TensorFlow