softmax_cross_entropy_with_logits函式原型：

tf.nn.softmax_cross_entropy_with_logits(labels=y, logits=pred, name=None) 函式功能：計算最後一層是softmax層的cross entropy，把softmax計算與cross entropy計算放到一起了，用一個函式來實現，用來提高程式的執行速度。

引數name：該操作的name

引數labels：shape是[batch_size, num_classes]，神經網路期望輸出。

引數logits：shape是[batch_size, num_classes] ，神經網路最後一層的輸入。

具體的執行流程大概分為兩步：

第一步是對網路最後一層的輸出做一個softmax，這一步通常是求取輸出屬於某一類的概率，對於單樣本而言，輸出就是一個 num_classes 大小的向量（[Y1，Y2，Y3，…]其中Y1，Y2，Y3，…分別代表了是屬於該類的概率）

第二步是softmax的輸出向量[Y1，Y2，Y3，…]和樣本的實際標籤做一個交叉熵，

指實際標籤中第i個的值；

指softmax的輸出向量[Y1，Y2,Y3…]中，第i個元素的值。

總之，tensorflow之所以把softmax和cross entropy放到一個函式裡計算，就是為了提高運算速度。