python写一个计算交叉熵损失函数的代码

当使用Python编写计算交叉熵损失函数的代码时，可以使用以下代码示例：

import numpy as np

def cross_entropy_loss(y_true, y_pred):
    epsilon = 1e-7  # 避免log(0)的情况
    y_pred = np.clip(y_pred, epsilon, 1.0 - epsilon)  # 将预测值限制在一个较小的范围内，避免出现无穷大的情况
    loss = -np.sum(y_true * np.log(y_pred))  # 计算交叉熵损失
    return loss

# 示例用法
y_true = np.array([0, 1, 0])  # 真实标签
y_pred = np.array([0.2, 0.7, 0.1])  # 预测概率
loss = cross_entropy_loss(y_true, y_pred)
print("交叉熵损失：", loss)

上述代码中，`cross_entropy_loss`函数接受两个参数：`y_true`表示真实标签，`y_pred`表示预测概率。函数首先对预测概率进行了限制，避免出现无穷大的情况。然后，使用numpy库中的函数计算交叉熵损失。最后，返回计算得到的损失值。