Tensorflow中几个常用的loss

　　第一次接触Tensorflow，用VGG16对一个人脸的dataset(CACD2000)进行年龄预测.

　　网络结构很简单，前6层完全相同，加两个fc，最后一层fc为1.

　　但运行时遇到一些问题，这让我关注到：

tf.nn.softmax_cross_entropy_with_logits(

_sentinel=None,  # pylint: disable=invalid-namelabels=None,logits=None,dim=-1,name=None,axis=None):

tf.nn.sigmoid_cross_entropy_with_logits(

_sentinel=None,labels=None,logits=None,name=None)：

　　softmax交叉熵的对象是互斥的，如一个动物可以是猫或者狗，但不能同时为猫狗.

　　sigmoid交叉熵用于计算的对象是彼此依赖的且不互斥(mutually exclusive)，如一副图像可以同时包含猫狗两个元素.

    　我的vgg中，age和label显然是not mutually exclusive的.

来源：https://www.cnblogs.com/Wiikk/p/11728345.html