활성화 함수의 도함수

문제

역전파는 기울기에 각 활성화 함수의 도함수를 곱합니다. activation_derivative(name, values)를 구현하고 모든 값에서의 도함수를 반환하세요.

name: "sigmoid", "relu", "leaky_relu", "tanh" 중 하나.

values: 활성화 함수의 입력 x.

각 값에서의 도함수를 같은 순서로 반환하세요.

1 ≤ 길이 ≤ 1,000

-50 ≤ 각 값 ≤ 50

예시 1

입력:
name = "sigmoid"
values = [0.0, 2.0]

예상 출력:
expected = [0.25, 0.104994]

입력:
std::string name = "sigmoid";
std::vector<double> values = {0.0, 2.0};

예상 출력:
std::vector<double> expected = {0.25, 0.104994};

입력:
string name = "sigmoid";
double[] values = new double[] {0.0, 2.0};

예상 출력:
double[] expected = new double[] {0.25, 0.104994};

0에서 s = 0.5이고 기울기는 0.5 × 0.5 = 0.25로, sigmoid가 가장 가파른 지점입니다. 2에서는 s ≈ 0.880797이고 기울기는 약 0.104994입니다.

예시 2

입력:
name = "relu"
values = [-3.0, 0.0, 4.5]

예상 출력:
expected = [0.0, 0.0, 1.0]

입력:
std::string name = "relu";
std::vector<double> values = {-3.0, 0.0, 4.5};

예상 출력:
std::vector<double> expected = {0.0, 0.0, 1.0};

입력:
string name = "relu";
double[] values = new double[] {-3.0, 0.0, 4.5};

예상 출력:
double[] expected = new double[] {0.0, 0.0, 1.0};

ReLU는 x ≤ 0에서 평평하고(기울기 0) x > 0에서 기울기가 1이므로 결과는 [0, 0, 1]입니다.

먼저 스스로 풀어 본 뒤 힌트를 하나씩 열어 보세요.

힌트 1

미분은 activation 종류에 따라 달라지므로, 각 input value마다 함수를 따로 처리하세요.

힌트 2

sigmoid와 tanh는 activation output이나 표준 함수값을 재사용하고, 복잡하게 다시 계산하지 마세요.

힌트 3

부호 기준을 조심하세요. ReLU는 양수만 통과시키고, leaky ReLU는 nonpositive 값에도 작은 기울기를 유지합니다.

예상 복잡도

시간 O(n), 추가 공간 O(n)

이 문제는 CodeUtility에 맞게 수정되었습니다. 위의 설명과 제한 조건을 따르세요.