您实际上可以从中获取值$[0, \infty[$. 考虑交叉熵损失如下公式：

$loss (y_{pred}, y_{true}) = - \log{y_{pred, class_i}}$

，而指数$class_i$声明您只使用$i$第课。

例如认为你真正的班级是$dog$，它由$3$rd 输出神经元。在$3$rd 输出神经元您的网络输出的概率为$10\%$. 你的损失是$-\log{10\%}= 2.3$. 此外，如果您的概率仅为$0.1\%$你的损失将等于$6.9$等等。

请记住：

$\lim\limits_{x \rightarrow 0}{\log{x}} = -\infty$