So, for instance, if we're training

So, for instance, if we're training with MNIST images, and input an image of a 7, then the log-likelihood cost is - In d,. To see that this makes intuitive sense, consider the case when the network is doing a good job, that is, it is confident the input is a 7. In that case it will estimate avalue for the corresponding probability d which is close to l, and so the cost - In d; will be small. By contrast, when the network isn't doing such a good job, the probability d; will be smaller, and the cost - In ai will be larger. So the log-likelihood cost behaves as we'd expect a cost function to behave.

0/5000

源语言: -

目标语言: -

结果 (简体中文) 1: [复制]

复制成功！

因此，例如，如果我们正在训练MNIST图像，并输入7的图像，则对数似然成本为-In d,。为直观了解这一点，请考虑网络运行良好时的情况，即确信输入为7。在这种情况下，它将为接近l的相应概率d估计一个值，因此成本-d; 会很小。相比之下，当网络表现不佳时，概率为d。会更小，而成本-在AI中会更大。因此，对数似然成本的行为与我们期望的成本函数的行为相同。

正在翻译中..

结果 (简体中文) 2:[复制]

复制成功！

因此，例如，如果我们使用 MNIST 映像进行训练，并输入 7 的图像，则日志可能性成本为 - in d，。要看到这具有直观意义，请考虑网络做好时的情况，即它确信输入是 7。在这种情况下，它将估计接近 l 的相应概率 d 的 avalue，因此成本 - in d;将很小。相比之下，当网络没有做好工作时，概率 d;将更小，成本 - 在 ai 将更大。因此，日志可能性成本的行为与我们期望的成本函数的行为一样。

正在翻译中..

结果 (简体中文) 3:[复制]

复制成功！

例如，如果我们用MNIST图像训练，输入一个7的图像，那么对数似然代价是-In d，。要看这是否有直观的意义，考虑一下网络做得好的情况，也就是说，它有信心的输入是一个7。在这种情况下，它将估计相应概率d的可用性，它接近于l，因此d中的成本将很小。相比之下，当网络做得不好的时候，概率d；会变小，人工智能的成本也会更高。所以对数似然成本的行为和我们期望的成本函数的行为一样。<br>

正在翻译中..

其它语言

本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.