上一节介绍了softmax函数，这里插一篇关于损失函数的介绍，看一看softmax和损失函数是如何结合的。
在很多分类任务中，损失函数使用的是交叉熵损失。
作为一种损失函数，它的重要作用便是可以将“预测值”和“真实值(标签)”进行对比，从而输出 loss 值，直到 loss 值收敛，可以认为神经网络模型训练完成。
我们先通过一些简单的定义，先看一下这个损失函数是做什么的。
“交叉熵”包含了“交叉”和“熵”这两部分，熵可以用来衡量一个随机变量的不确定性，数学上可表示为：
H(i) = - ∑ P(i) * log(P(i))
对于上面的公式，我们稍微变一下形，将负号和 log(P(i)) 看做一个变量，得到：
PP(i) = -log(p(i))
那么熵的公式就可以写作：
H(i) = ∑ P(i) * PP(i)
此时熵的公式中，P(i) 和 PP(i) 是服从相同的概率分布。因此，熵H(i)就变成了事件 PP(i) 发生的数学期望，通俗理解为均值。
熵越大，表示事件发生的不确定性越大。
而交叉熵是用于比较两个概率分布之间的差异，对于两个概率分布 P 和 Q 而言，交叉熵定义为：
H(i) = ∑ P(i) * Q(i)
此时，P(i) 和 Q(i) 服从两种不同的概率分布，交叉熵的“交叉”就体现在这。
其中 P(i) 为真实分布，也就是训练过程中标签的分布；Q(i) 为预测分布，也就是模