tensorflow - 在tensorflow MNIST softmax教程中，没有使用softmax函数

Question

我正在关注 MNIST Softmax 教程 https://www.tensorflow.org/tutorials/mnist/beginners/

后面是文档，模型应该是

y = tf.nn.softmax(tf.matmul(x, W) + b)

但在示例源代码中，如您所见

# Create the model
x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))
y = tf.matmul(x, W) + b

未使用softmax。我认为需要改变

y = tf.nn.softmax(tf.matmul(x, W) + b)

我假设，在测试函数中它使用argmax，因此不需要将其标准化为0~1.0值。但它会给开发者带来一些困惑。

对此有何想法？

Answer 1

使用 Softmax，第 57 行:

# So here we use tf.nn.softmax_cross_entropy_with_logits on the raw
# outputs of 'y', and then average across the batch.
cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(y, y_))

参见softmax_cross_entropy_with_logits了解更多详情。