2.2.3-二元交叉熵损失

定义

二元交叉熵损失（Binary Cross Entropy Loss, BCE Loss）​ 是用于二分类任务的常用损失函数，衡量模型预测概率与真实标签之间的差异。

对于单个样本的损失计算：

$$L=-y\log (p)-(1-y)\log (1-p)$$

其中：

• $y$：真实标签（0 或 1）
• $p$：预测概率（取值范围 $[0,1]$）

二元交叉熵损失是多元交叉熵损失的特例，梯度计算和优缺点参考多元交叉熵损失。