本文介绍了TensorFlow中`sparse_softmax_cross_entropy_with_logits`函数的使用方法，包括正确示例和常见错误。强调了新版本中必须使用命名参数调用该函数的重要性，并提供了错误调用的修正方案。
函数说明
在计算交叉熵之前，通常要用到softmax层来计算结果的概率分布。因为softmax层并不会改变最终的分类结果（排序），所以，tensorflow将softmax层与交叉熵函数进行封装，形成一个函数方便计算：
tf.nn.softmax_cross_entropy_with_logits（logits= , labels=）
。
为了加速计算过程，针对只有一个正确答案（例如MNIST识别）的分类问题，tensorflow提供了
tf.nn.sparse_softmax_cross_entropy_with_logits（logits= , labels=）
。
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
