y[np.arange(batch_size),t]

[鹿鹿´_>`]

def cross_entropy_error(y, t): if y.ndim == 1: t = t.reshape(1, t.size) y = y.reshape(1, y.size) if t.size == y.size: t = t.argmax(axis=1) batch_size = y.shape[0] return -np.sum(np.log(y[np.arange(batch_size), t] + 1e-7)) / batch_size log(y[1，2]..........)这是怎么弄的，也就是y[1，2]咋算的？？

[NOOBIMP]

y是一个（batch_size，分类数）形状的数组，y[np.arange(batch_size), t]就是获得所有yi（i∈[0,batch_size-1]），形状为（1，分类数）对应于分类正确的那个维度(t)的输出值。