Untitled

import torch
import numpy as np 

def sig(x):
    '''
    функция расчёта сигмоидальной функции активации
    '''
    return 1. / (1. + torch.exp(-x))  # введите код

# в задаче нет исходных данных, поэтому надо сгенерировать их

x1 = np.random.randn(20).astype(np.float32)  # создайте массив признаков с помощью библиотеки numpy
x = torch.from_numpy(x1).reshape(-1, 1)  # переведите x1 в тензор

w = torch.randn(20, dtype=torch.float32).reshape(1, -1) # создайте тензор весов w
b = torch.randn(1, dtype=torch.float32)  # создайте тензор константы

sum_neyron = torch.matmul(w, x) + b  # рассчитайте сумму всех входных нейронов

#print(x.size(), x.dtype)
#print(w.size(), w.dtype)
#print(b.size(), b.dtype)
#print()

print(sum_neyron.size())
output = sig(sum_neyron)  # введите код 

print('Значение выхода нейронной сети равно:')
print(output)