Python MXNet中的交叉熵和负熵有什么区别？

我试图使用模块评估我的分类模型和日志损失度量

我遇到了两个类：它们具有相同的定义和非常相似的实现。两者都有相同的计算度量值的核心代码：

self.sum\u metric+=（-numpy.log（prob+self.eps））.sum（）

---

如果它们本质上是相同的度量，那么在库中维护这两个函数的目的是什么？对于二进制和多类分类，哪个度量是首选的？

实际上，这些东西之间并没有太大的区别，不仅在MXNet中，而且在总体上也是如此。请阅读本《古兰经》，了解更多直觉：

---

至于MXNet中用于多类分类的内容，那么在大多数示例中我都看到人们使用它。请参见此处的示例：

这很奇怪，如果它们相同，则源代码应明确声明“一个是另一个的同义词”，并有一个共享实现，否则它违反了DRY原则