インポートAS tensorflowのTF
ラベル= [0.2,0.3,0.5]、
[0.1,0.6,0.3]
logits = [2,0.5,1]、
[0.1,1,3]
A = tf.nn.softmax（ [2,0.5,1]）＃このラインソフトマックス関数処理データ、すなわち、LN2 /（+ LN2 + ln0.5 LN1）、これはラインに従って処理されていることを示す方法を参照
結果1 = tf.nn.softmax_cross_entropy_with_logits（=ラベルラベル、logits = logits）この関数は唯一あなたがソフトマックスデータをlogitsするために行うことができるようにlogitsは、ソフトマックスた予測見つけることができます。＃
logits_scaled = tf.nn.softmax（logits）logitsデータの＃ソフトマックス
結果2 = -tf.reduce_sum （ラベル* tf.log（logits_scaled）,. 1）
result3 = tf.nn.softmax_cross_entropy_with_logits（=ラベルをラベル、logits = logits_scaled）
tf.Sessionと（）sess。viのAS：
印刷（sess.run（A））
＃印刷（セッション数.RUN（logits_scaled））
を印刷（sess.run（結果1））
印刷（sess.run（結果2））
プリント（sess.run（result3））
ソフトマックス関数は、実際には以下の通りであるコード/Σnp.power（np.e、XI）が得られた式np.power（np.e、XI）に入力されます。
[2,0.5,1]
= np.power（np.e、2）+ np.power（np.e、0.5）+ np.power（np.e、1）
プリント（np.power（np.e、2）/ A）
