Tensorflow易错点(4)---tf.nn.sparse_softmax_cross_entropy_with_logits()函数的使用

tf.nn.sparse_softmax_cross_entropy_with_logits(
    labels, logits, name=None
)

参数解析：
logits: 形状为[batch_size, num_classes], 数据类型必须为 float16,float32,float64。

labels: 形状为[batch_size], 其元素的值必须在[0, num_classes)范围内， 数据类型为int32, int64。

返回值：
1-D Tensor。形状和 labels 相同，数据类型和logtis相同，值为交叉熵损失值。

易错点

• logtis不能为 tf.nn.softmax函数后的输出。这意味着，若最后一层为全连接层，其激活函数应该设为 None。
• labels 不能用 one hot vector，原因看参数解析中它规定的形状和值。因此labels 只能使用未经过one hot vector处理前的向量。