在tensorflow MNIST softmax教程中，未使用softmax函数

im下面是MNIST Softmax教程

然后是文档，模型应该是

y = tf.nn.softmax(tf.matmul(x, W) + b)

但是在示例源代码中，正如您所看到的

# Create the model
x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))
y = tf.matmul(x, W) + b

未使用softmax。我认为这需要改变

y = tf.nn.softmax(tf.matmul(x, W) + b)

我假设，在测试函数中，它使用argmax，因此不需要将它规范化为0~1.0值。但是它会给开发者带来一些困惑

---

关于这一点，使用了Softmax，第57行：

# So here we use tf.nn.softmax_cross_entropy_with_logits on the raw
# outputs of 'y', and then average across the batch.
cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(y, y_))

有关更多详细信息，请参阅