为什么分类任务常用交叉熵损失，而回归任务常用均方误差（MSE）？

回答思路

1. 解释交叉熵与MSE分别适用的输出层激活函数（softmax与线性）
2. 说明交叉熵与softmax在梯度计算上的协同关系，避免梯度消失
3. 对比两者对预测概率与实际分布的度量方式（信息论距离与欧氏距离）
4. 从优化稳定性角度说明分类中MSE可能带来的问题