GAN 模型前向传递函数 - forwardPass() 实现

该函数是 GAN 模型的前向传递函数，它通过神经网络对输入数据进行处理，最终得到模型输出。在该函数中，首先使用高斯噪声生成器产生一组噪声数据，作为神经网络的输入。然后通过循环遍历神经网络中的所有层，将上一层的输出作为下一层的输入，依次进行前向传递。最后，将神经网络的输出作为 GAN 模型的输出，即 'y_hat'。如果神经网络为空，则直接使用高斯噪声数据作为输出。

void GAN::forwardPass() {
    LinAlg alg;
    if (!network.empty()) {
        network[0].input = alg.gaussianNoise(n, k);
        network[0].forwardPass();

        for (int i = 1; i < network.size(); i++) {
            network[i].input = network[i - 1].a;
            network[i].forwardPass();
        }
        outputLayer->input = network[network.size() - 1].a;
    } else { // Should never happen, though.
        outputLayer->input = alg.gaussianNoise(n, k);
    }
    outputLayer->forwardPass();
    y_hat = outputLayer->a;
}