$d_n$のk番目の要素 $d_{nk}$ は正解のクラスで1、それ以外で0になります。例えば10個の数字を見分ける10クラス分類で正解が3のときの $d_n$ は、3番目だけ1の[0, 0, 1, 0, 0, 0, 0, 0, 0, 0]です。 想定するタスク ニューラルネットワークを利用して多クラス分類問題を解くこと ネットワークの尤度関数 多クラス分類では出力層への活性化関数としてソフトマックス関数 $$ y_k \equiv z_k^{(L)}=\frac {\exp (u_k^{(L)})}{\sum^K_{j=1}\exp (u_j^{L})} $$ を使います。和が1で範囲が[0, 1]なので確率として解釈できます(後で詳しく触れます)。 今回は入力$ \boldsymbol x $ がクラスkに属するという事象を$ C_k $として、出力をデータが$ \bf x $だったと
![最尤推定とクロスエントロピー誤差の関係](https://cdn-ak-scissors.b.st-hatena.com/image/square/a6005e34784df65443e9c63ed93b9869855d1230/height=288;version=1;width=512/http%3A%2F%2Fblog.shinonome.io%2Fcontent%2Fimages%2F2022%2F03%2FFrame-18.png)