softmax损失函数

假设有K个类别，Softmax计算过程为：

softmax

softMax的结果相当于输入图像被分到每个标签的概率分布，该函数是单调增函数，即输入值越大，输出也就越大，输入图像属于该标签的概率就越大。

对softmax的结果计算交叉熵分类损失函数为：

取log里面的值就是这组数据正确分类的Softmax值，它占的比重越大，这个样本的Loss也就越小，这种定义符合我们的要求.