Python 澄清tensorflow代码的实现

我感兴趣的是对

tensorflow.keras.categorical\u crossentropy（）

函数的进一步理解（并在该步骤后替换）。这意味着我应该处理臭名昭著的tensorflow实现

首先，因为我使用的是

tf.keras.backend.binary\u crossentropy（）

，所以我想我实际上使用的是tensorflow纯实现（如果我在这里错了，请纠正我）

我使用的是tensorflow 1.15。因此，通过跟踪，我发现该函数基本上调用：

nn.softmax_cross_entropy_with_logits_v2(labels=target, logits=output, axis=axis)

谁来做真正的工作。后者：

其中一半：

但是检查表明

gen.*

包意味着自动生成python代码

那么，这是否意味着

gen\u nn\u ops

和

nn

指向同一个文件<代码>发电机用于自动生成，代码>操作用于参考操作。另外，如果这是真的，那么实际的作业是由一个不推荐使用的版本的函数

tf.nn.softmax\u cross\u entropy\u和_logits

（在这里不太重要）执行的，这是。总而言之，如果我没有错的话，这是我能用Python代码走多远，在这之后我应该检查C++代码，对吗？

softmax_cross_entropy_with_logits_v2_helper(labels=labels, logits=logits, axis=axis, name=name)

cost, unused_backprop = gen_nn_ops.softmax_cross_entropy_with_logits(precise_logits, labels, name=name)