5.16 三面结束 我看粉丝投稿的4.21 一面的 二面过完5.11. 自我介绍2. 怎么理解深度学习损失函数中的最大似然估计 MLE?答案:最大似然估计的目标是找到一组模型参数,让观测到的数据在当前模型下出现的概率最大。深度学习里的分类任务通常把模型输出看成条件概率分布 p(y|x; θ),训练时希望真实类别的概率越大越好。实际优化时通常不会直接最大化似然,而是最大化对数似然,或者等价地最小化负对数似然。交叉熵损失本质上就是负对数似然。比如多分类中,真实标签是第 y 类,模型对这一类预测概率是 p_y,loss 就是 -log(p_y)。预测越自信且正确,loss 越小;预测越错,loss ...