Модуль: Обратное распространение (Backpropagation)

ReLU назад

Допишите выражение после return в функции relu_backward(z, grad_output).

grad_output — градиент, пришедший от следующей операции.

• если z > 0, градиент проходит без изменения;
• если z <= 0, результат backward равен нулю.

PyTorch, autograd, TensorFlow и JAX использовать нельзя: задача проверяет локальное правило ReLU.

2.5 -4.0

-4.000000

-1.2 7.0

0.000000

Вставьте недостающие фрагменты кода

def relu_backward(z, grad_output):  

    return 
 

z, grad_output = map(float, input().split())
print(f"{relu_backward(z, grad_output):.6f}")