多分类损失函数中，交叉熵的每一项分别代表什么意义？

回答思路

1. 能准确指出交叉熵公式中每个符号的含义，包括真实标签与模型预测概率
2. 解释对单个样本求和项体现的是该样本的真实类别与预测概率之间的信息度量
3. 说明多分类中通常采用独热编码，loss 累加所有类别项但非真实类别项为零
4. 能联系到 softmax 输出概率与负对数似然的关系，解释为何最小化交叉熵等价于最大化正确类概率