对每个样本，若真实标签 y∈0,1，预测概率为 p=σ(z)（z 是 logit），交叉熵衡量预测分布与真实分布的差异：预测越接近真实，损失越小。 \begin{bmatrix} y\log p+(1-y)\log(1-p) \end{bmatrix}$$