Я хочу определить нестандартную кросс-энтропийную потерю, наказывающую ошибки разных классов.
Категориальная кросс-энтропийная потеря = 
Я хочу дать разные веса различным ошибкам прогнозирования. Например, для задачи с тремя классами определяется матрица ниже стоимости. 
Справедливо ли определять новую функцию потери энтропии затрат, как показано ниже? 
Где $ C_ {ij} $ - Стоимость классификации класса 'i' как класса 'j'