1、Binary Cross Entropy
常用于二分类问题，当然也可以用于多分类问题，通常需要在网络的最后一层添加sigmoid进行配合使用，其期望输出值（target）需要进行one hot编码，另外BCELoss还可以用于多分类问题Multi-label classification.
定义：
For brevity, let x = output, z = target. The binary cross entropy loss is
loss(x, z) = – sum_i (x
1、Binary Cross Entropy
常用于二分类问题，当然也可以用于多分类问题，通常需要在网络的最后一层添加sigmoid进行配合使用，其期望输出值（target）需要进行one hot编码，另外BCELoss还可以用于多分类问题Multi-label classification.
定义：
For brevity, let x = output, z = target. The binary cross entropy loss is
loss(x, z) = – sum_i (x
