tensorflow分类损失函数梳理

tf.nn.sparse_softmax_cross_entropy_with_logits

tf.nn.sparse_softmax_cross_entropy_with_logits(
						logits,  # shape [batch_size, num_classes] 
 					    labels, # shape [batch_size]	
						name=None
)

计算logits 和 labels 之间的稀疏softmax 交叉熵
度量在离散分类任务中的错误率
1）labels的条件是互斥的，也就是说，一个样本只能被分为一类，不能有其他的类别
2）api中自己有算softmax，所以输入到api的logits是没有过softmax的，即“unscaled logits”。

警告：这个操作期望无尺度化的logits， 因为它在内部高效地对logits 进行 s