交叉熵和对数丢失误差有什么区别？两者的公式似乎非常相似。
它们本质上是相同的; 通常，我们使用术语log loss来表示二元分类问题，而对于多类分类的一般情况，我们使用更一般的交叉熵(损失(，但即使这种区别也不一致，你经常会发现这些术语可以互换用作同义词。
来自维基百科的交叉熵条目：
逻辑损失有时称为交叉熵损失。它也被称为对数损失
来自 fast.ai 关于日志丢失的维基条目[链接现已失效]：
根据上下文的不同，对数损失和交叉熵略有不同，但在机器学习中，当计算 0 到 1 之间的错误率时，它们解析为相同的东西。
来自 ML 备忘单：
交叉熵损失或对数损失用于测量分类模型的性能，该模型的输出是介于 0 和 1 之间的概率值。