1.在阅读tensorflow源码的softmax实现过程中，可以看到它的实现有两个特殊地方：
①计算e指数的时候，所有logits都减去了每行的最大值
②其softmax_op_functor.h中，可以看到根据传入的log参数不同分别有两种不同计算方法。log为true时，计算LogSoftmax，log为false时，计算Softmax
其中这两个特殊的地方一个是为了解决数值上溢的问题，一个是解决数值下溢的问题。
具体参考：https://www.codelast.com/%E5%8E%9F%E5%88%9B-%E5%A6%82%E4%BD%95%E9%98%B2%E6%AD%A2softmax%E5%87%BD%E6%95%B0%E4%B8%8A%E6%BA%A2%E5%87%BAoverflow%E5%92%8C%E4%B8%8B%E6%BA%A2%E5%87%BAunderflow/文章描述的很详细，就不重复写了，直接引用。
注：很多传统的数学算法都不能用在实践中，因为数学推导是一种理想情况，而实际的编程要考虑数值稳定性的问题，即不能上溢也不能下溢。
2.在tensorflow中，计算交叉熵损失的函数是tf.nn.softmax_cross_entropy_with_logits，除了用这个你还可以先计算出softmax的输出，然后利用reduce_sum自己定义损失，很多tensorflow教程也是这样的。但是tf更建议使用softmax_cross_entropy_with_logits，按理来说有了softmax的输出，自己定义交叉熵损失也是可行的，为什么还要搞一个softmax_cross_entropy_with_logits。原因就在于softmax_cross_entropy_with_logits函数可以减少计算量。在tf源码的xent_op.h（一开始找了半天cross_entropy的文件，发现没有，没想到它给缩写成了xent，x应该代表cross，ent就是entropy）中可以看到其注释，说的就是虽然代码和softmax_op的代码有重复，但是这样可以减少计算量。具体如何减少的参考:http://freemind.pluskid.org/machine-learning/softmax-vs-softmax-loss-numerical-stability/.
将这两篇文章理解透，那么softmax也就差不多都理解了。