我在编程作业中遇到了这个问题。计算神经网络成本函数的公式是：

在我的情况下，h是一个5000×10的矩阵，y是一个5000×1的向量。我使用以下代码进行计算：

    X = [ones(m, 1), X];    a2 = sigmoid(X * Theta1');    a2New = [ones(m, 1), a2];    h = sigmoid(a2New * Theta2');    %X是训练样本的矩阵，Theta1和Theta2是预计算的权重，a2是隐藏层。    k = num_labels; % 类别的数量    for i = 1:k;        c = y==k;        J = (-1/m)*((c' * log(h(:,i)))' + ((1-c)' * log(1-h(:,i)))');    end

正确答案大约是0.23，但我得到的是9。谁能告诉我我的代码哪里出了问题？

回答：

对于你的代码，我认为在for循环中应该使用y == i而不是y==k。

for i = 1:k;    c = y==i;      J = (-1/m)*((c' * log(h(:,i)))' + ((1-c)' * log(1-h(:,i)))');end

并且

其次，你对y的向量化方式似乎不对，应该使用向量化实现(1:num_labels)' == y'。