cross_entropy =-tf.reduce_sum(y_*tf.log(y)）#第一个
cross_entropy = -tf.reduce_sum(y_*tf.log(tf.clip_by_value(y,1e-8,tf.reduce_max(y)))) #第二个
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_*tf.log(y),1))#第三个
当我使用第一个的时候 训练的损失函数根本降不下去，输出是NAN
即使是第二个方法 我把y_可能出现0的情况给忽略了 也降不下去
但是使用第三个方法瞬间就work了
很奇怪 特此记录