categorical_crossentropy的函数表达式

categorical_crossentropy的函数表达式为：

$- \sum_{i=1}^C y_i \log(\hat{y_i})$

其中，$C$表示类别数量，$y_i$是第$i$个样本的真实标签，$\hat{y_i}$是第$i$个样本的预测标签。该损失函数主要用于多分类问题，其中每个样本的标签是一个one-hot编码的向量。它通过计算真实标签和预测标签之间的交叉熵来度量模型的性能。