我想使用tensorflow内置的交叉熵函数。但是，在文档中，我正在阅读
不要使用softmax的输出来调用此操作，因为它将产生
错误的结果。
https://www.tensorflow.org/api_docs/python/tf/nn/softmax_cross_entropy_with_logits
就像经常这样做一样，我在最后一个输出层中使用softmax激活，但是：
result = tf.layers.dense(input=dropout, classes_num, tf.nn.softmax)
因此，使用此功能是否不正确，或者文档不正确？我不明白这一点，感谢您的简短解释。
（那么哪个tensorflow代价函数正确用于softmax输出层？）
最佳答案
由于tf.nn.softmax_cross_entropy_with_logits在内部计算其输入的softmax（以数值稳定的方式），因此必须定义您的网络才能使用线性激活函数：tf.identity
result = tf.layers.dense(input=dropout, classes_num, tf.identity)
此外，一旦对网络进行了训练，并且您想使用模型进行推理，就必须用softmax代替激活。
因此，在您的代码中引入
is_training python布尔值变量，并在训练或测试时使用它来更改模型定义。result = tf.layers.dense(input=dropout, classes_num,
tf.identity if is_training else tf.nn.softmax)
关于python - Tensorflow“不使用softmax交叉熵”和softmax输出吗？为什么？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/47120680/