mxnet softmaxOutput softmaxActivation softmax_cross_entropy

真是晕，搞一堆名字相近的API。真不知道咋想的，你搞出来了新的，麻烦就把旧的废弃掉好不好。。。。

softmax 只是把数值分布变成概率分布
softmax_cross_entropy 才是求loss，得到一个值！

1. mx.symbol.SoftmaxOutput
   计算交叉熵损失相对于softmax输出的梯度。
   1). 根据网络输出计算softmax输出 （网络输出通过指数计算为核心的softmax函数转成0~1之间的概率分布）
   2). 根据softmax输出和gt label计算交叉熵损失 （基于两种概率分布计算交叉熵损失）
   https://datascience.stackexchange.com/questions/20296/cross-entropy-loss-explanation
   3). 根据交叉熵损失和label计算梯度（梯度等于softmax输出减去gt label）
   推导：http://machinelearningmechanic.com/deep_learning/2019/09/04/cross-entropy-loss-derivative.html

由此可见，计算梯度的话，实际上不用计算交叉熵损失。
所以，上述三步计算其实两步（1、3）就可以了。这就是官网所说的（一开始让人云里雾里）：https://mxnet.apache.org/versions/1.6/api/r/docs/api/mx.symbol.SoftmaxOutput.html

2. mx.symbol.SoftmaxActivation
   将softmax激活应用于输入。适用于隐层。已被弃用，请使用softmax。

3. mx.symbol.softmax_cross_entropy
   计算softmax输出和一个独热标签的交叉熵。