訓練分類器爲什麼要用cross entropy loss（交叉熵損失函數）而不能用mean square error loss（MSE,最小平方差損失函數）?

在一個人工智能羣裏，有人問起，訓練分類器爲什麼要用cross entropy loss（交叉熵損失函數）而不能用mean square error loss（MSE,最小平方差損失函數）呢? 正好，在我的那本《深度學習之美》（第11章）提及這個問題，於是複製了一部分內容，作爲回答，羣裏的同學覺得通俗易懂，於是，把我的回答貼到這裏，算是一個總結： --------- 對於多分類的標籤（即教師信號），

>>阅读原文<<