softmax_cross_entropy_with_logits:

首先看輸入logits，它的shape是[batch_size, num_classes] ，一般來講，就是神經(jīng)網(wǎng)絡最后一層的輸入z

另外一個輸入是labels，它的shape也“應該是“”[batch_size, num_classes]，就是我們神經(jīng)網(wǎng)絡期望的輸出。

sparse_softmax_cross_entropy_with_logits

放寬了限制，labels參數(shù)只要是[batch_size]就可以，這樣的話就是shape=（batch_size，）是[1,batch_size]的一維數(shù)組就行了，函數(shù)內(nèi)部會轉換以及one_hot來實現(xiàn)softmax_cross_entropy_with_logits計算