Python 给出不同值的交叉熵

我想看看交叉熵的计算结果，但下面的代码给出了不同的结果。
在一种情况下，我使用了交叉熵公式，在第二种情况下，我只使用了

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

labels=tf.constant([[1,0],[1,0],[0,1]],tf.float32)
s = tf.Variable(tf.random_normal([3,2]))

softmax = tf.nn.softmax(s)
ss_prime= tf.reduce_sum(labels* tf.log(softmax),axis=1)
cross_entropy= 
tf.nn.softmax_cross_entropy_with_logits(logits=softmax,labels=labels)

对

ss_素数

和

cross_熵

获得的结果：

[0.5116534  0.33509448 0.96646595]
[-0.35425165 -0.04023812 -1.3620787 ]

---

tf.nn.softmax\u cross\u entropy\u with\u logits

在内部执行softmax。您需要将未缩放的值（在softmax之前）传递给它。事实上，这就是

with_logits

的意思

这里有明确的记录：

警告：此op需要无标度登录，因为它执行softmax 为提高效率，在内部进行登录。不要将此op与 softmax的输出，因为它将产生不正确的结果

---

我在这里只看到一个版本的代码，你能同时显示两个版本吗，还是我有误解？此外，我只看到了一组结果。第一个版本是ss_素数，第二个版本是交叉熵。两者都在计算相同的值