利用运算符进行交叉熵损失函数书写

原来 y = [[1,0,0],[0,0,1]]
y = torch.tensor([0,2])
y_hat = torch.tensor([[0.1,0.1,0.8],[0.2,0.3,0.5]])
def Cross_Entropy(y_hat, y):
    return -torch.log(y_hat[range(len(y)),y])

#    y_hat[range(len(y)),y]：
#    range(len(y)) 第一维 每行
#    y列数 0：第一行 2：第二行

类别个数m，预测的总个数n

y 是种类标签，即第一个的类别是0，第二个的类别是2；

y_hat 不同类别的概率；