这两个函数主要用于定义多分类问题的loss。
tf.nn.softmax_cross_entropy_with_logits(_sentinel=None, labels=None, logits=None, dim=-1, name=None)
解释该函数最重要的两个参数:
1. labels: 训练数据的标记真值,每一行为一个概率分布(可以直接使用one-hot编码)
2. logits: 训练数据的预测值,为未缩放的概率值(即加起来和不为1),执行此函数时会在内部自动执行softmax。即该参数直接传入最后一层fc后的未经softmax的结果即可。
示例:
import tensorflow as tf
labels = [[0,1,0],[1,0,0],[0,0,1