我正在阅读一些TensorFlow示例代码，并且我发现CNN using-Estimatorapi的损失和RAW CNN的损失的规模确实不同，但它们都是相同的损失函数：
前者是 loss_op = tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(logits=logits_train, labels=tf.cast(labels, dtype=tf.int32)))，它使用非一hot标签。
后者是loss_op =tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=logits, labels=Y))，它使用单速向量标签。
为什么前者损失几乎是0〜2.39026，而后者的损失更大，为什么？
我知道，这是因为可变的初始器差，tf.layers的默认值。log（0）中的机械图（0）在softmax_cross_entropy_with_logits中，我认为较低的损耗更准确，因为log（1e-5）= -11。