一种是：

$$J=-\frac{1}{m}\sum_{i=1}^{m}\sum_{k=1}^{K}\Big[y_{k}^{i}\log\big((h_{\theta}(x^{i}))_k\big)+(1-y_{k}^{i})\log\big(1-(h_{\theta}(x^{i}))_k\big)\Big]$$

另一个是：

$$J=-\frac{1}{m}\sum_{i=1}^{m}\Big[y^{i}\log(a^{i})+(1-y^{i})\log(1-a^{i})\Big]$$

正如我所看到的，这两个方程不相等。两者如何用于计算成本函数？

此外，其中一个使用$h$函数是$a$输出层，而其他人正在使用$a$($a$是$f(w*x)$在哪里$f$是激活函数）。当我从 Bishop 的《模式识别和机器学习》一书中查看时，他使用$a$对于这两个方程。但是从另一个来源，我从中获取了方程式$h$用来。但是使用不同的$a$值并仅使用其中之一（即$h$这是$a$输出）是完全不同的东西。

两个来源都是可靠的，我错过了什么？