AlphaGo零损失函数如何度量MCTS概率和NN概率之间的相似性？

Question

​

​

正如您在图像中看到的，MCT零神经网络使用损失函数，该函数使用AlphaGo概率和值作为地面实况标签。我正在尝试理解神经网络的输出是否被视为对数(例如实数)或原始概率(0,1)。在损失函数中，MCTS概率(我确信它位于0,1)是向量乘以NN概率的对数。这是损失中的一个负项，但是关于两个向量的相似性，这个项的大小表明了什么？为什么更大的值表示更多的相似性？

Answer 1

正如here解释的那样，它被证明是交叉熵损失的蒙特卡洛估计。