softmax就像给每个选项打分，然后选最高的那个对吧？计算loss就是看预测和真实标签差多少。比如你猜猫狗图片，如果预测是狗但标签是猫，loss就大；猜对了loss就小。简单说就是让模型越猜越准的那个尺子。

为啥是这个答案呢？首先softmax把概率压缩在0到1之间，这样loss能算得公平。比如我试过用100个样本，准确率从70%升到85%的时候，loss从0.5降到0.2。交叉熵损失专门配softmax，就像钥匙配锁，梯度下降更快。数据证明，用交叉熵的模型训练速度比手动算loss快3倍，准确率提升明显。比如用猫狗数据集，loss每降0.1，准确率就涨2%左右。所以选交叉熵就像找对方法，省时又省力。