python编程之tf.nn.softmax_cross_entropy_with_logits()的用法，包你看过一次终生不退还知识

tf.nn.softmax_cross_entropy_with_logits()这个方法又臭又长，看到就头晕！！

这个方法在什么时候用到？

神经网络最后输出层时用到，计算损失率，神经网络预测出的标签与实际标签之间的误差是多少？这是评价这个模型优劣的标准。

这个方法有两个重要参数：1、logits:样本最后输出的几个特征值（如果是10类，就是10个特征值，与分类的类别数目有关）

                                            2、实际标签（这个图片或者音频文件是属于第几类的）

---

 

假设，我们的文本或者音频总共是5类，我们是单样本，最后输出层是的[14.0,35.0,16.0,12.0,7.0]；

tf.nn.softmax_cross_entropy_with_logits()方法的功能如下

1、计算概率

2、与实际标签比较，如果预测结果与实际标签一致，那么误差为0，如果预测结果与实际标签相差太远，那么误差就会很大；

---