softmax
使用softmax的原因
以概率占比得到预测标签
标签值为离散值，离散值与输出值之间的误差无法界定
softmax的实现（指数实现）
分类的时候以概率值最高的序号(argmax)作为y_hat
损失函数（交叉熵损失函数）
交叉熵应用于分类的解析：
假设有q类，标签label为离散值k,表示该样本属于第k类，每个样本有一个数组y，每个样本只在y【k】上的值为1，其他为0
训练时对该样本经过softmax有q个概率预测输出值，但损失只采用第k个输出值计算损失
交叉熵的具体实现：
此处gather函数表示取每个样本y_hat数组索引为标签值y的概率值进行loss计算
》》具体gather函数请看 https://www.cnblogs.com/HongjianChen/p/9451526.html
分类准确率计算
注：此处的y值指的是标签值