交叉熵是用来计算两个函数或者概率之间的距离，计算的方式也是使用的KL Divergence
理解交叉熵作为神经网络的损失函数的意义：
交叉熵刻画的是实际输出（概率）与期望输出（概率）的距离，也就是交叉熵的值越小，两个概率分布就越接近，即拟合的更好。
CrossEntropy=H(p)+DKL(p∣∣q)CrossEntropy=H(p)+DKL(p∣∣q) Cross Entropy= H(p)+DKL(p||q)CrossEntropy=H(p)+DKL(p∣∣q)
当p分布是已知，则熵是常量；于是交叉熵和KL散度则是等价的。
最小化KL散度和模型采用最大似然估计进行参数估计又是一致的。（可以从公式推导上证明）
这也是很多模型又采用最大似然估计作为损失函数的原因。