Đề bài
Một nơ-ron nhân tạo nhân từng đầu vào với một trọng số, cộng thêm bias, rồi đưa kết quả qua hàm kích hoạt:
z = x₁×w₁ + x₂×w₂ + … + xₙ×wₙ + bias
đầu ra = sigmoid(z) = 1 / (1 + e^(-z))
Hãy cài đặt neuron_output(inputs, weights, bias).
Đầu vào
inputs: Các giá trị đầu vào.
weights: Mỗi đầu vào một trọng số (cùng độ dài với inputs).
bias: Bias của nơ-ron.
Đầu ra
Trả về đầu ra của nơ-ron, một số thực từ 0 đến 1.
Ràng buộc
1 ≤ độ dài của inputs = độ dài của weights ≤ 100
-10 ≤ mỗi đầu vào, trọng số và bias ≤ 10
Ví dụ
Ví dụ 1
Đầu vào:
bias = 0.5
inputs = [1.0, 2.0, 3.0]
weights = [0.2, 0.4, 0.6]
Kết quả mong đợi:
expected = 0.964429Đầu vào:
double bias = 0.5;
std::vector<double> inputs = {1.0, 2.0, 3.0};
std::vector<double> weights = {0.2, 0.4, 0.6};
Kết quả mong đợi:
double expected = 0.964429;Đầu vào:
double bias = 0.5;
double[] inputs = new double[] {1.0, 2.0, 3.0};
double[] weights = new double[] {0.2, 0.4, 0.6};
Kết quả mong đợi:
double expected = 0.964429;Giải thích
z = 1×0.2 + 2×0.4 + 3×0.6 + 0.5 = 3.3, và sigmoid(3.3) ≈ 0.964429.
Ví dụ 2
Đầu vào:
bias = 0.0
inputs = [0.5, -1.0]
weights = [2.0, 1.0]
Kết quả mong đợi:
expected = 0.5Đầu vào:
double bias = 0.0;
std::vector<double> inputs = {0.5, -1.0};
std::vector<double> weights = {2.0, 1.0};
Kết quả mong đợi:
double expected = 0.5;Đầu vào:
double bias = 0.0;
double[] inputs = new double[] {0.5, -1.0};
double[] weights = new double[] {2.0, 1.0};
Kết quả mong đợi:
double expected = 0.5;Giải thích
z = 0.5×2 + (-1)×1 + 0 = 0, và sigmoid(0) = 0.5: nơ-ron đang hoàn toàn lưỡng lự.
Tham khảo
Thử thách này đã được điều chỉnh cho CodeUtility. Hãy làm theo đề bài và các ràng buộc ở trên.