tf.nn.sampled_softmax_loss 和 tf.nn.nce_loss

TensorFlow实战 笔记——tf.nn.nce_loss：https://blog.csdn.net/qq_36092251/article/details/79684721

tf.nn.sampled_softmax_loss候选采样损失函数：https://blog.csdn.net/wang263334857/article/details/96430541#commentBox

主要用途是在nlp里，求词向量时，在最后一步用softmax时，由于真是标签是一个超长的稀疏向量，例如词表是6万个单词，那么最后预测的softmax计算里，有大部分计算属于无效计算。会大大减缓计算速度，因此 出现了负采样，将一个6万的多类别分类问题，转化为 6万个二分类问题，并只取一部分的二分类计算。这样可以大大减少无效的计算量

上面提到的tf的这个函数就是这个功能

（我觉得不用深究，会用就好~）