Problème
Une couche dense est un groupe de neurones qui reçoivent tous les mêmes entrées. Le neurone j a ses propres poids weights[j] et son propre biais biases[j] :
z_j = inputs · weights[j] + biases[j]
Ensuite, l'activation de la couche est appliquée à chaque z_j :
"linear": renvoyer z_j tel quel"relu": max(0, z_j)"sigmoid": 1 / (1 + e^(-z_j))
Implémentez dense_forward(inputs, weights, biases, activation).
Entrée
inputs : les n valeurs d'entrée.
weights : une ligne par neurone ; chaque ligne contient n poids.
biases : un biais par neurone.
activation : "linear", "relu" ou "sigmoid".
Sortie
Renvoyez la liste des sorties, une par neurone, dans l'ordre.
Contraintes
1 ≤ n ≤ 100, 1 ≤ nombre de neurones ≤ 100
-10 ≤ chaque valeur ≤ 10
Exemples
Entrée :
biases = [0.0, -1.0]
inputs = [1.0, 2.0]
weights = [
[0.5, -1.0],
[1.5, 0.5]
]
activation = "relu"
Sortie attendue :
expected = [0.0, 1.5]Entrée :
std::vector<double> biases = {0.0, -1.0};
std::vector<double> inputs = {1.0, 2.0};
std::vector<std::vector<double>> weights = {
{0.5, -1.0},
{1.5, 0.5}
};
std::string activation = "relu";
Sortie attendue :
std::vector<double> expected = {0.0, 1.5};Entrée :
double[] biases = new double[] {0.0, -1.0};
double[] inputs = new double[] {1.0, 2.0};
double[][] weights = new double[][] {
new double[] {0.5, -1.0},
new double[] {1.5, 0.5}
};
string activation = "relu";
Sortie attendue :
double[] expected = new double[] {0.0, 1.5};Explication
Neurone 1 : 1×0.5 + 2×(-1) + 0 = -1.5, et ReLU donne 0. Neurone 2 : 1×1.5 + 2×0.5 - 1 = 1.5, que ReLU conserve. Résultat : [0, 1.5].
Entrée :
biases = [1.0, 0.0, -1.5]
inputs = [3.0]
weights = [
[2.0],
[-1.0],
[0.5]
]
activation = "linear"
Sortie attendue :
expected = [7.0, -3.0, 0.0]Entrée :
std::vector<double> biases = {1.0, 0.0, -1.5};
std::vector<double> inputs = {3.0};
std::vector<std::vector<double>> weights = {
{2.0},
{-1.0},
{0.5}
};
std::string activation = "linear";
Sortie attendue :
std::vector<double> expected = {7.0, -3.0, 0.0};Entrée :
double[] biases = new double[] {1.0, 0.0, -1.5};
double[] inputs = new double[] {3.0};
double[][] weights = new double[][] {
new double[] {2.0},
new double[] {-1.0},
new double[] {0.5}
};
string activation = "linear";
Sortie attendue :
double[] expected = new double[] {7.0, -3.0, 0.0};Explication
Avec une activation linéaire, les sorties sont simplement 3×2 + 1 = 7, 3×(-1) + 0 = -3 et 3×0.5 - 1.5 = 0.
Références
Ce défi a été adapté pour CodeUtility. Suivez l'énoncé et les contraintes ci-dessus.