假设一个3分类Softmax回归模型，对于某个样本x，其真实标签是类别1（one-hot编码为y=[0,1,0]），模型预测的概率为p=[0.1,0.7,0.2]。则该样本的交叉熵损失L是多少？A. -log(0.1) - log(0.7) - log(0.2)B. -log(0.7)C. log(0.7)D. 0.7

本题考查的知识是Softmax回归模型的交叉熵损失计算，解题思路是根据交叉熵损失的公式，结合真实标签和预测概率来进行计算。

交叉熵损失的公式为：$L = -\sum_{i=1}^{C} y_{i} \log(p_{i})$，其中$C$是分类的数量，$y_{i}$是真实标签的one - hot编码，$p_{i}$是模型预测的概率。

在本题中，分类数量$C = 3$，真实标签的one - hot编码$y=[0,1,0]$，模型预测的概率$p=[0.1,0.7,0.2]$。

将这些值代入公式可得：
$L = - (0\times\log(0.1)+1\times\log(0.7)+0\times\log(0.2))$
$L = - \log(0.7)$