tf.nn.sigmoid_cross_entropy_with_logits(_sentinel=None,labels=None, logits=None, name=None)
sigmoid_cross_entropy_with_logits詳解
這個函數的輸入是logits和targets，logits就是神經網絡模型中的 W * X矩陣，注意不需要經過sigmoid，而targets的shape和logits相同，就是正確的label值，例如這個模型一次要判斷100張圖是否包含10種動物，這兩個輸入的shape都是[100, 10]。
來看看sigmoid_cross_entropy_with_logits的代碼實現。
可以看到這就是標准的Cross Entropy算法實現，對W * X得到的值進行sigmoid激活，保證取值在0到1之間，然后放在交叉熵的函數中計算Loss。
計算公式：
