w1=np.random.random((2,3))*2-1.0
w2=np.random.random(3)*2-1.0
import numpy as np

# YOUR CODE HERE
#raise NotImplementedError()
def sUni(x,beta):
    return 1/(1+np.exp(-x*beta))
def sBi(x,beta):
    return np.tanh(x*beta)


def siecOld(x,w1,w2,beta):
    sol1=np.matmul(w1,x)
    y=np.concatenate(([1],sBi(sol1,beta)),axis=None)#dodanie biasu
    sol2=np.matmul(w2,y)
    res=sUni(sol2,beta)
    return res,y

def siec(x,w1,w2,beta):
    y=np.concatenate(([1],sBi(np.matmul(w1,x),beta)),axis=None)
    return sUni(np.matmul(w2,y),beta),y

X=np.array([[1,0,0],[1,0,1],[1,1,0],[1,1,1]])
out=siec(X[0],w1,w2,1.0)
print(out)