すべてのチャレンジ
簡単 1件解決済み 正答率100.0%

1つの人工ニューロン

入力の重み付き和にバイアスを加え、sigmoid を通して1つのニューロンの出力を計算します。

このチャレンジで学べること

  • 入力、重み、バイアスを組み合わせる
  • 和を活性化関数に通す
  • ニューロンが予測する仕組みを知る

問題

原文(英語)を表示

人工ニューロンは各入力に重みを掛け、バイアスを加え、その結果を活性化関数に通します。

z = x₁×w₁ + x₂×w₂ + … + xₙ×wₙ + bias

出力 = sigmoid(z) = 1 / (1 + e^(-z))

neuron_output(inputs, weights, bias) を実装してください。

入力

inputs: 入力値。

weights: 入力ごとに1つの重み(inputs と同じ長さ)。

bias: ニューロンのバイアス。

出力

ニューロンの出力を、0 から 1 の小数で返してください。

制約

1 ≤ inputs の長さ = weights の長さ ≤ 100

-10 ≤ 各入力、重み、バイアス ≤ 10

例

例 1
入力:
inputs = [1.0, 2.0, 3.0]
weights = [0.2, 0.4, 0.6]
bias = 0.5

期待される出力:
expected = 0.964429
入力:
std::vector<double> inputs = {1.0, 2.0, 3.0};
std::vector<double> weights = {0.2, 0.4, 0.6};
double bias = 0.5;

期待される出力:
double expected = 0.964429;
入力:
double[] inputs = new double[] {1.0, 2.0, 3.0};
double[] weights = new double[] {0.2, 0.4, 0.6};
double bias = 0.5;

期待される出力:
double expected = 0.964429;

解説

z = 1×0.2 + 2×0.4 + 3×0.6 + 0.5 = 3.3、sigmoid(3.3) ≈ 0.964429。

例 2
入力:
inputs = [0.5, -1.0]
weights = [2.0, 1.0]
bias = 0.0

期待される出力:
expected = 0.5
入力:
std::vector<double> inputs = {0.5, -1.0};
std::vector<double> weights = {2.0, 1.0};
double bias = 0.0;

期待される出力:
double expected = 0.5;
入力:
double[] inputs = new double[] {0.5, -1.0};
double[] weights = new double[] {2.0, 1.0};
double bias = 0.0;

期待される出力:
double expected = 0.5;

解説

z = 0.5×2 + (-1)×1 + 0 = 0、sigmoid(0) = 0.5。ニューロンはちょうど判断がつかない状態です。

解き方のヒント

まずは自分で考えてから、ヒントを 1 つずつ開いてみましょう。

ヒント 1

これは入力の重み付き和に bias を足し、その後で sigmoid を1回かけるだけ。

ヒント 2

各入力を対応する weight とペアにして積を足し込み、最後に bias を加える。

ヒント 3

最終出力は生の和ではなく sigmoid を通した値にすること。

目安の計算量

時間 O(n)、追加メモリ O(1)

参考資料

この課題はCodeUtility用に調整されています。上記の説明と制約に従ってください。

ランキング

全体ランキング

コーダーごとのいちばん良い合格解答です。速く、メモリが少なく、評価が高い解答ほど上位になります。

# コーダー 言語 時間 メモリ AI 評価 解答
1 FSFilippo Sanguineti C++ 3,185 ms - 4/5 コードを見る

他の人の解答から学ぶ

コミュニティの解答

ネタバレ注意:下に1件の全解答あり まずは自分で挑戦してみましょう。他の開発者のコードやAIレビューも見ることができます。 サインインして課題を解くと議論に参加できます。