Binary Cross Entropy(BCE) loss function

二分分类器模型中用到的损失函数原型。

该函数中，

• 预测值p(yi)，是经过sigmod 激活函数计算之后的预测值。
• log(p(yi))，求对数，p(yi)约接近1， 值越接近0.
• 后半部分亦然，当期望值yi 为0，p(yi)越接近1， 则1-p(yi)约接近0.

在pytorch中，对应的函数为 torch.nn.BCELossWithLogits 和 torch.nn.BCELoss

https://towardsdatascience.com/understanding-binary-cross-entropy-log-loss-a-visual-explanation-a3ac6025181a