分类交叉熵损失函数实现Python

Question

我已经在Python中实现了交叉熵及其渐变，但是我不确定它是否正确。我也想寻求一个好的解决方案来避免np.log（0）。我的实现是针对神经网络

yEst = np.array([1, 6, 3, 5]).T # output of a softmax function in last layer

y = np.array([0, 6, 3, 0]).T

def crossEntropy(y, yEst):
    return  - np.sum(y*np.log(yEst),axis =0)

def crossEntropyDerivative(y, yEst):
    m = y.shape[0]
    c = np.sum(yEst - y, axis = 0)
    return c/m

如何避免log（0）？ 渐变正确吗？