交叉熵和对数损失误差之间的区别是什么？它们的公式看起来非常相似。

回答：

它们本质上是相同的；通常，我们在二分类问题中使用对数损失这一术语，而在多类分类的一般情况下使用更通用的交叉熵（损失），但即使是这种区分也不是始终一致的，你经常会发现这些术语被互换使用作为同义词。

来自维基百科关于交叉熵的条目：

逻辑损失有时被称为交叉熵损失。它也被称为对数损失

来自fast.ai关于对数损失的wiki条目 [链接现已失效]：

对数损失和交叉熵在不同的上下文中略有不同，但在机器学习中，当计算介于0和1之间的误差率时，它们归结为相同的东西。

来自机器学习速查表：

交叉熵损失，或对数损失，衡量分类模型的性能，其输出是介于0和1之间的概率值。