理想的分类器应当是除了真实标签的概率为1，其余标签概率均为 0，这样计算得到其损失函数为 -ln(1) = 0
损失函数越大，说明该分类器在真实标签上分类概率越小，性能也就越差。一个非常差的分类器，可能在真实标签上的匪类概率接近于0，那么损失函数就接近于正无穷，我们成为训练发散，需要调小学习速率。
在 ImageNet-1000 分类问题中，初始状态为均匀分布，每个类别的分类概率均为 0.001，故此时计算损失函数值为 -ln(0.001) = ln(1000) = 6.907755
如果出现 loss 总是在 6.9 左右，训练了好久都不下降，说明训练不收敛，应该尝试调大学习速率，或者修改权值初始化方式。
