画交叉熵损失函数loss图的代码

画交叉熵损失函数的代码如下：

import numpy as np
import matplotlib.pyplot as plt

def cross_entropy_loss(y, y_pred):
    epsilon = 1e-10
    loss = -np.sum(y * np.log(y_pred + epsilon))
    return loss

def plot_loss():
    y_pred = np.linspace(0.001, 1, 100)
    y = np.ones(100)
    losses = []
    for pred in y_pred:
        loss = cross_entropy_loss(y, pred)
        losses.append(loss)
    
    plt.plot(y_pred, losses)
    plt.xlabel('Predicted Value')
    plt.ylabel('Loss')
    plt.title('Cross Entropy Loss')
    plt.show()

plot_loss()

上述代码中，`cross_entropy_loss` 函数计算交叉熵损失，其中 `y` 是真实标签，`y_pred` 是预测标签。函数中，使用了一个小的 epsilon 值来防止 `np.log` 函数的输入为 0。`plot_loss` 函数生成了 100 个预测标签 `y_pred`，并计算每个预测标签对应的交叉熵损失。最后，使用 `plt.plot` 函数绘制出交叉熵损失与预测值的关系图，并添加了横轴和纵轴的标签和标题。最后通过 `plt.show` 函数显示图像。