forward propagation op de gpu

[L-Bolt]

Stuur de image vector van de training set naar de gpu
Stuur de huidige weights en biases vectors naar de gpu
Stuur lege vector a en z naar de gpu voor de resultaten (beide vector<vector> met size 2)

voor elke image in de training set :

1. vermenigvuldig de preprocessed_data van de image met de weights(0) en sla op in Z1.
2. Tel bij Z1(i) de waarde van bias(i) op
3. voer relu uit op z1 en sla op in A1
4. vermenigvuldig A1 met weights(1) en sla op in Z2
5. voer softmax uit op Z2 en sla op in A2
6. stop Z1 en Z2 in de z vector en A1 en A2 in de a vector en stuur die resultaten terug

als dit voor 256 images tegelijk (work group size) ofzo parallel kan is dat wss wel goede speedup.