假设我们有一个预测商品价格的线性回归模型。如果项目的预测是 8 美元，实际价值是 10 美元，那么很明显错误是 pow(10-8, 2)=4。但是当有两个以上的类时，误差是如何计算的呢？

例如，预测在 MNIST 数据集上训练的数字的模型。在这种情况下，我们有 10 个标记实际值的标签 - 范围在 0-9 之间。但是如果我们使用 sigmoid 函数进行激活，那么可能预测值的范围在 0-1 之间。对？如果它们在不同的尺度上，我们如何比较这些值？例如，sigmoid 函数输出值 0.5，我们必须将其与 3 进行比较？