訓練分類器爲什麼要用cross entropy loss而不能用mean square error loss?

對於多分類的標籤（即教師信號），從本質上看，通過One-hot操作，就是把具體的標籤（Label）空間，變換到一個概率測度空間（設爲 p），如[1，0，0]（表示它是第一個品類）。可以這樣理解這個概率，如果標籤分類的標量輸出爲1（即概率爲100%），其它值爲0（即概率爲0%）。 而對於多分類問題，在Softmax函數的「加工」下，它的實際輸出值就是一個概率向量，如[0.96, 0.04, 0]，設

>>阅读原文<<