Python Tensorflow Github源代码中的Softmax交叉熵实现

我试图在python中实现Softmax交叉熵损失。所以，我在看GitHub Tensorflow存储库中Softmax交叉熵损失的实现。我试图理解它，但我遇到了一个由三个函数组成的循环，我不知道函数中的哪行代码在计算损失

函数

softmax\u cross\u entropy\u with_logits\u v2（labels，logits，axis=-1，name=None）

返回函数

softmax\u cross\u entropy\u with_logits\u v2\u helper（labels=labels，logits=logits，axis=axis，name=name）

，然后返回

softmax\u cross\u entropy\u with\u logits\u（精确的logits，labels，name=name）

现在，函数

softmax\u cross\u entropy\u with\u logits（精确的，标签，名称=名称）

返回函数

softmax\u cross\u entropy\u with\u logits\u v2（标签，标签，标签，轴=-1，名称=无）

这使我陷入了函数循环中，而不清楚计算Softmax函数的

成本的代码在哪里。有人能指出Softmax交叉熵代码在Tensorflow GitHub存储库中的实现位置吗

我正在引用的GitHub存储库的链接是。它包含上述三个函数的定义

如果
cost
的代码需要很多难以理解的函数，您能解释一下代码行吗？谢谢。
当您遵循此函数的调用堆栈时，您最终会发现：

cost，unused\u backprop=gen\u nn\u ops.softmax\u cross\u entropy\u with\u logits(
精确（登录、标签、名称=名称）

每当你看到一个引用>代码> GeNE< /Cuff>模块，这意味着它是一个在C++代码上自动生成的Python包装器——这就是为什么你不能简单地查找函数并调用调用堆栈。
可以找到C++源代码

中详细描述了如何创建
gen\u nn\u ops
。
当您遵循此函数的调用堆栈时，您最终会发现：

cost，unused\u backprop=gen\u nn\u ops.softmax\u cross\u entropy\u with\u logits(
精确（登录、标签、名称=名称）

每当你看到一个引用>代码> GeNE< /Cuff>模块，这意味着它是一个在C++代码上自动生成的Python包装器——这就是为什么你不能简单地查找函数并调用调用堆栈。
可以找到C++源代码

中很好地描述了如何创建
gen\u nn\u ops
。
感谢卢卡斯的回答。我想知道我是否可以与您联系，以获得一些关于我从头开始构建的深度学习模型的帮助，而不使用任何框架。@Amarparaculi Sure。联系方式在我的个人资料和GitHub上，你可以很容易地找到我。谢谢Lukasz的回答。我想知道我是否可以与您联系，以获得一些关于我从头开始构建的深度学习模型的帮助，而不使用任何框架。@Amarparaculi Sure。联系方式在我的个人资料和GitHub上，你可以很容易地找到我。