找到两篇比较好，能跟着推导下来的文章：
SoftMax函数，交叉熵损失函数与熵，对数似然函数
https://blog.csdn.net/qq_38469553/article/details/83860335
损失函数 - 交叉熵损失函数
https://zhuanlan.zhihu.com/p/35709485