如何選擇張量流中的交叉熵?fù)p失？分類問題，例如邏輯回歸或多項(xiàng)邏輯回歸，優(yōu)化了交叉熵?fù)p失。通常，交叉熵層遵循softmax層，其產(chǎn)生概率分布。在tensorflow中，至少有十幾種不同的交叉熵?fù)p失函數(shù)：tf.losses.softmax_cross_entropytf.losses.sparse_softmax_cross_entropytf.losses.sigmoid_cross_entropytf.contrib.losses.softmax_cross_entropytf.contrib.losses.sigmoid_cross_entropytf.nn.softmax_cross_entropy_with_logitstf.nn.sigmoid_cross_entropy_with_logits...哪個(gè)只適用于二進(jìn)制分類，哪個(gè)適用于多類問題？你何時(shí)應(yīng)該使用sigmoid而不是softmax？如何在sparse功能與別人不同，為什么僅是它softmax？