生成对抗网络（GAN）_牛客题霸

生成对抗网络（GAN）是一种深度学习模型，由生成器和判别器两个部分组成。生成器的任务是生成与真实数据相似的假数据，而判别器的任务是判断输入的数据是真实的还是生成的。请编写一个简单的GAN模型，包括生成器和判别器。生成器使用正态分布生成噪声，与真实数据相加，得到生成数据。判别器使用sigmoid函数判断数据是真实的还是生成的。

输入描述:

第一行输入一个整数n，表示样本数量。接下来n行，每行输入一个浮点数，表示真实数据。再接下来n行，每行输入一个浮点数，表示噪声。

输出描述:

输出n行，每行一个浮点数，表示最终判别器判断该样本为真实数据的概率。结果保留两位小数。

示例1

输入

11
1.26
1.06
0.02
0.55
1.31
0.99
-1.28
-0.38
0.43
0.09
0.15
0.50
-0.14
0.65
1.52
-0.23
-0.23
1.58
0.77
-0.47
0.54
-0.46

输出

0.85
0.72
0.66
0.89
0.75
0.68
0.57
0.60
0.49
0.65
0.42

备注:

支持numpy,pandas,scipy库