Đề bài
Backpropagation multiplies gradients by the derivative of each activation function. Implement activation_derivative(name, values) and return the derivative at every value:
| name | derivative |
|---|---|
"sigmoid" | s × (1 - s), where s = 1 / (1 + e^(-x)) |
"relu" | 1 if x > 0, otherwise 0 |
"leaky_relu" | 1 if x > 0, otherwise 0.01 |
"tanh" | 1 - tanh(x)² |
Input
name: One of "sigmoid", "relu", "leaky_relu" or "tanh".
values: The inputs x of the activation.
Output
Return the derivative at each value, in the same order.
Ràng buộc
1 ≤ length ≤ 1,000
-50 ≤ each value ≤ 50
Ví dụ
Đầu vào:
name = "sigmoid"
values = [0.0, 2.0]
Kết quả mong đợi:
expected = [0.25, 0.104994]Đầu vào:
std::string name = "sigmoid";
std::vector<double> values = {0.0, 2.0};
Kết quả mong đợi:
std::vector<double> expected = {0.25, 0.104994};Đầu vào:
string name = "sigmoid";
double[] values = new double[] {0.0, 2.0};
Kết quả mong đợi:
double[] expected = new double[] {0.25, 0.104994};Giải thích
At 0, s = 0.5 and the slope is 0.5 × 0.5 = 0.25, the steepest point of the sigmoid. At 2, s ≈ 0.880797 and the slope is about 0.104994.
Đầu vào:
name = "relu"
values = [-3.0, 0.0, 4.5]
Kết quả mong đợi:
expected = [0.0, 0.0, 1.0]Đầu vào:
std::string name = "relu";
std::vector<double> values = {-3.0, 0.0, 4.5};
Kết quả mong đợi:
std::vector<double> expected = {0.0, 0.0, 1.0};Đầu vào:
string name = "relu";
double[] values = new double[] {-3.0, 0.0, 4.5};
Kết quả mong đợi:
double[] expected = new double[] {0.0, 0.0, 1.0};Giải thích
ReLU is flat for x ≤ 0 (slope 0) and has slope 1 for x > 0, so the result is [0, 0, 1].
Hướng tiếp cận
Hãy tự thử trước, sau đó mở từng gợi ý một.
Gợi ý 1
The derivative depends on the activation type, so handle each function separately for every input value.
Gợi ý 2
For sigmoid and tanh, reuse the activation output or its standard function value instead of recomputing from scratch in a complicated way.
Gợi ý 3
Watch the sign thresholds: ReLU uses a strict positive test, while leaky ReLU keeps a small slope for nonpositive values.
Độ phức tạp mong đợi
O(n) time, O(n) extra space
Tham khảo
Thử thách này đã được điều chỉnh cho CodeUtility. Hãy làm theo đề bài và các ràng buộc ở trên.