tensorflow损失函数之：softmax_cross_entropy_with_logits和softmax_cross_entropy_with_logits_v2的区别

tf.nn.softmax_cross_entropy_with_logits(

    _sentinel=None,
    labels=None,
    logits=None,
    dim=-1,
    name=None
)


tf.nn.softmax_cross_entropy_with_logits_v2(
    _sentinel=None,
    labels=None,
    logits=None,
    dim=-1,
   name=None
)

 

计算 softmax(logits) 和 labels 之间的交叉熵

参数：_sentinel -->内部，一般不使用。

            labels       --> 真实数据的类别标签

            logits        -->神经网络最后一层的类别预测输出值

            dim           --> 类维度。默认为-1，这是最后一个维度。

官方文档已经标记出softmax_cross_entropy_with_logits已经是deprecated 状态，推荐使用softmax_cross_entropy_with_logits_v2。softmax_cross_entropy_with_logits_v2与softmax_cross_entropy_with_logits的区别在于softmax_cross_entropy_with_logits