本文详细解析了tf.nn.sparse_softmax_cross_entropy_with_logits与tf.nn.softmax_cross_entropy_with_logits的区别。前者接受直接的数字标签，后者则需要one-hot形式的标签。通过对比两种函数的应用场景，帮助读者理解其工作原理。
原函数：
tf.nn.sparse_softmax_cross'_entropy_with_logits(logits=net, labels=y)
tf.nn.softmax_cross_entropy_with_logits(logits=net, labels=y2)
sparse_softmax_cross_entropy_with_logits中 lables接受直接的数字标签
如[1], [2], [3], [4] （类型只能为int32，int64）
而softmax_cross_entropy_with_logits中 labels接受one-hot标签
如[1,0,0,0], [0,1,0,0],[0,0,1,0], [0,0,0,1] （类型为int32， int64）
相当于sparse_softmax_cross_entropy_with_logits 对标签多做一个one-hot动作
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
