多分类交叉熵损失函数公式

多分类交叉熵损失函数的公式如下：

L = -1/N * Σ(y_i * log(y_hat_i))

其中，L表示损失函数，N表示样本数量，y_i表示第i个样本的真实标签（one-hot编码），y_hat_i表示模型对第i个样本的预测概率分布。

具体来说，对于每个样本，我们将其真实标签和模型的预测概率分布进行元素相乘，然后取对数，再求和。最后将求和结果取负值并除以样本数量N，得到平均损失值L。

这个损失函数的目标是最小化模型预测与真实标签之间的差异，鼓励模型将正确类别的预测概率尽可能提高，并将错误类别的预测概率尽可能降低。