Задача: реализовать и обучить нейронную сеть, состоящую из 2 нейронов, предсказывать значения функции XOR.
При выполнении лабораторной запрещается использовать фреймворки для глубокого обучения (как PyTorch, Tensorflow, Caffe, Theano и им подобные).
Что необходимо реализовать:

• Класс Neuron, имеющий вектор весов self._weigths
• Два метода класса Neuron: forward(x), backward(x, loss) - реализующих прямой и обратный проход по нейронной сети. Метод forward должен реализовывать логику работу нейрона: умножение входа на вес self._weigths, сложение и функцию активации сигмоиду. Метод backward должен реализовывать взятие производной от сигмоиды и используя состояние нейрона обновить его веса.
• Реализовать с помощью класса Neuron нейронную сеть с архитектурой из трёх нейронов: Для красоты обернуть в класс Model с методами forward и backward, реализующими правильное взаимодействие нейронов на прямом и обратном проходах.
• Реализовать тренировочный цикл следующего вида:
  • цикл (обучающие данные):
    • y = model.forward(x)
    • err = loss(y, label)
    • model.backward(x, err)