test

docs/10.md

@@ -554,6 +554,8 @@ $$
 
 **练习 6.7** 这里是对离散动作空间使用自动微分来执行最大似然估计的伪代码。
 
-${\sf logits = policy.predictions(states)}$
+$\text{logits = policy.predictions(states)}$
 
-${\sf negative_likelihoods = tf.nn.softmax_cross_entropy_with_logits(labels=actions, logits=logits)}$
\ No newline at end of file
+$\text{negative_likelihoods = tf.nn.softmax_cross_entropy_with_logits(}$
+
+$\text{labels=actions, logits=logits)}$
\ No newline at end of file