做多分类任务，一般用什么 Loss 去建模？

回答思路

1. 能指出交叉熵损失是标准选择，并说明其数学形式
2. 能解释交叉熵为何适合多分类（概率分布度量）
3. 能补充对样本不平衡的变体（如加权交叉熵）
4. 能说明输出层通常配 softmax 以得到概率分布