负对数似然损失函数是什么？极大似然估计的本质思想是什么？

负对数似然损失函数是什么？极大似然估计的本质思想是什么？
负对数似然损失函数（Negative Log-Likelihood Loss Function）是机器学习中常用的一种损失函数。在分类任务中，我们需要根据数据样本准确地预测其所属的类别。而负对数似然损失函数就是用来度量模型预测结果和真实结果之间的差异，从而帮助优化分类模型的性能。

极大似然估计的本质思想是：给定一个观测值，我们如何去估计它的分布参数，使得这个观测值出现的概率最大。在机器学习领域中，我们可以使用极大似然估计方法来估计模型的参数，从而使得该模型基于训练集数据的预测结果与实际结果一致性最高。通常情况下，我们会在训练过程中使用优化算法来最小化负对数似然损失函数，从而求解模型的参数。

以下是Python代码示例，展示如何使用负对数似然损失函数和PyTorch中的优化算法进行训练：

import torch
import torch.nn as nn
import torch.optim as optim

# 构造模型（以二