logits

logits通常指的是一个神经网络模型最后一层（输出层之前的层）输出的原始预测值，尚未经过归一化或激活函数（如softmax函数）处理的值。这些值在经过激活函数处理后，可以转换成概率分布，用于多分类问题中每个类别的概率预测。

全连接层输出的是logits，然后logits经过激活函数得到最后的预测值；

交叉熵损失函数是针对激活函数之后预测的值进行的处理。
其中，p是由softmax的激活函数得到的.
其中，z就是logits