分类问题中，交叉熵函数是比较常用也是比较基础的损失函数。
-
表达公式
-
参考链接：https://blog.csdn.net/ft_sunshine/article/details/92074842
二值交叉熵损失，输入可以通过sigmoid/softmax 可以完成二分类和多分类。
-
表达公式
-
两者的区别
有一个（类）损失函数名字中带了with_logits. 而这里的logits指的是,该损失函数已经内部自带了计算logit的操作，无需在传入给这个loss函数之前手动使用sigmoid/softmax将之前网络的输入映射到[0,1]之间
- 参考链接：https://blog.csdn.net/u010630669/article/details/105599067
