交叉熵损失函数优点

损失函数导数和sigmoid激活函数的导数相乘后为sigmoid(s)-y,因此反向传播时，权重的梯度受到误差的控制，当误差很大时，梯度就大，误差小的时候，梯度就小，这样就方便loss收敛；但是用l2 loss的话，偏导数就会很小，导致梯度消失的问题。