它们本质上相同;通常,我们在二元分类问题中使用“对数损失”一词,并在多类分类的一般情况下使用更一般的“交叉熵(损失)”,但即使如此,这种区别也不一致,你经常会发现这些术语互换使用作为同义词。来自交叉熵的维基百科条目:逻辑损失有时称为交叉熵损失。它也被称为对数损失来自log loss的fast.ai wiki条目[链接已失效]:根据上下文,对数损失和交叉熵略有不同,但在机器学习中,当计算0到1之间的误差率时,它们解决了相同的问题。来自ML技巧表:交叉熵损失或对数损失衡量分类模型的性能,其输出是介于0和1之间的概率值。