我在编程作业中尝试计算神经网络的成本函数，使用了这个函数。

其中K是标签的数量。hTheta和y都是大小为(5000,10)的矩阵，因为我有5000个训练样本和10个标签。我使用的是Octave，并且我的成本函数计算结果为NaN。（这也是预期的，因为hTheta和Y的所有值都是0或1，log(0)*0是未定义的）。

那么，我应该如何计算成本呢？

注意 – hTheta是由神经网络的前馈算法生成的，y是输入标签。

回答：

这里Yⁱ可以是1或0，但hⁱ不能是0或1。这是因为如果你使用的是Sigmoid逻辑函数，那么得到0（或1）需要Sigmoid函数的参数为-无穷大（或+无穷大），这是不可能的。一个可能的原因是你选择的学习率可能过高。尝试降低学习率。当我遇到相同问题时，这样做对我有帮助。