Đề bài
Lớp dense là một nhóm nơ-ron cùng nhận chung các đầu vào. Nơ-ron j có trọng số riêng weights[j] và bias riêng biases[j]:
z_j = inputs · weights[j] + biases[j]
Sau đó hàm kích hoạt của lớp được áp dụng cho từng z_j:
"linear": giữ nguyên z_j"relu": max(0, z_j)"sigmoid": 1 / (1 + e^(-z_j))
Hãy cài đặt dense_forward(inputs, weights, biases, activation).
Đầu vào
inputs: n giá trị đầu vào.
weights: Mỗi nơ-ron một hàng; mỗi hàng có n trọng số.
biases: Mỗi nơ-ron một bias.
activation: "linear", "relu" hoặc "sigmoid".
Đầu ra
Trả về danh sách đầu ra, mỗi nơ-ron một giá trị, theo thứ tự.
Ràng buộc
1 ≤ n ≤ 100, 1 ≤ số nơ-ron ≤ 100
-10 ≤ mỗi giá trị ≤ 10
Ví dụ
Đầu vào:
biases = [0.0, -1.0]
inputs = [1.0, 2.0]
weights = [
[0.5, -1.0],
[1.5, 0.5]
]
activation = "relu"
Kết quả mong đợi:
expected = [0.0, 1.5]Đầu vào:
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";
Kết quả mong đợi:
std::vector<double> expected = {0.0, 1.5};Đầu vào:
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";
Kết quả mong đợi:
double[] expected = new double[] {0.0, 1.5};Giải thích
Nơ-ron 1: 1×0.5 + 2×(-1) + 0 = -1.5, ReLU cho ra 0. Nơ-ron 2: 1×1.5 + 2×0.5 - 1 = 1.5, ReLU giữ nguyên. Kết quả: [0, 1.5].
Đầu vào:
biases = [1.0, 0.0, -1.5]
inputs = [3.0]
weights = [
[2.0],
[-1.0],
[0.5]
]
activation = "linear"
Kết quả mong đợi:
expected = [7.0, -3.0, 0.0]Đầu vào:
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";
Kết quả mong đợi:
std::vector<double> expected = {7.0, -3.0, 0.0};Đầu vào:
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";
Kết quả mong đợi:
double[] expected = new double[] {7.0, -3.0, 0.0};Giải thích
Với hàm kích hoạt tuyến tính, đầu ra chỉ là 3×2 + 1 = 7, 3×(-1) + 0 = -3 và 3×0.5 - 1.5 = 0.
Tham khảo
Thử thách này đã được điều chỉnh cho CodeUtility. Hãy làm theo đề bài và các ràng buộc ở trên.