cross_entropy

paddle.fluid.layers.cross_entropy(input, label, soft_label=False, ignore_index=-100)

• input (Variable) – 维度为 [N1,N2,...,Nk,D]的多维Tensor，其中最后一维D是类别数目。数据类型为float32或float64。
• label (Variable) – 输入input对应的标签值。若soft_label=False，要求label维度为 [N1,N2,...,Nk] 或 [N1,N2,...,Nk,1] ，数据类型为int64，且值必须大于等于0且小于D；若soft_label=True，要求label的维度、数据类型与input相同，且每个样本各软标签的总和为1。
• soft_label (bool) – 指明label是否为软标签。默认为False，表示label为硬标签；若soft_label=True则表示软标签。
• ignore_index (int) – 指定一个忽略的标签值，此标签值不参与计算，负值表示无需忽略任何标签值。仅在soft_label=False时有效。 默认值为-100。

实在是没看懂官方文档介绍的硬标签与软标签是何意，这个说法在其他的文献也没有，其他的深度学习框架中也没有