def __init__(self, sparse_label=True, batch_axis=0, ignore_label=-1,
size_average=True, **kwargs):ignore_label=-1这里的ignore_label是-1，这里是可以设置的，但是在SegmentationMetric中是强制ignore_label是-1的，因此，如果要在SoftmaxCrossEntropyLoss中不要忽略背景，而要在SegmentationMetric中忽略背景，可以把读入数据的背景类别设置成 -1，然后在调用SoftmaxCrossEntropyLoss中设置ignore_label是0
softmaxout = F.SoftmaxOutput(pred, label, ignore_label)pred是 N x C x H x W，label 是 N x H x W- 这里的
label即使对于计算softmaxout本身是用不到的，但是 Backward 会用到；同理，ignore_label也是对于计算softmaxout本身是用不到，但是会让对应 label 的梯度为 0 - 得到的
softmaxout也是 N x C x H x W
loss = -F.pick(F.log(softmaxout), label, axis=1, keepdims=True)pick函数，axis=1指定了是对 C 挑选出 index（也就是 label）对应的 softmaxout 输出，由于keepdims=True得到的loss是 N x 1 x H x W
loss = F.where(label.expand_dims(axis=1) == self._ignore_label, F.zeros_like(loss), loss)label.expand_dims(axis=1)后的形状是 N x 1 x H x W，这么做是为了和形状同为 N x 1 x H x W 的 loss 可以一起用于 where 函数where(cond, A, B)如果 cond 中的为 True，则选 A 中对应位置上的返回，否则选 B 对应位置上的- 这句代码也就是如果预测的是 ignored label，则令其 loss 为 0，否则就返回对应的 loss
- 从这里可以看出，如果是背景-前景二分类，那么令背景为 ignored 是不对的，那样网络只会往全部预测成前景的方向去优化，因为背景的 loss 被 ignore 了，所以在计算 loss 时，不可以将背景的 label 设置为 ignore label
F.mean(loss, axis=self._batch_axis, exclude=True)self._batch_axis默认是0，对于 N x 1 x H x W 的 loss，求完均值后返回的大小为 N 的 Array，也就是只有 axis = 0 被保留下来了。
像 SSD 的 cls_pred 的大小是 B x N x (C + 1)，cls_target 的大小是 B x N，box_targets 的大小是 B x N x 4，因此除非交换 axis，SSD 的分类损失是不可以直接调用 SoftmaxCrossEntropyLoss 的，因为 SoftmaxCrossEntropyLoss 是设置了 axis=1 是分类类别的 Channel，而 SSD 则是 axis = 2 才是分类的 Channel。
只要数据格式是 B x C [ x H x W ] 就可以直接用 SoftmaxCrossEntropyLoss，SSD 的输出和标签不符合这个，所以不可以直接调用。