tf.nn.sparse_softmax_cross_entropy_with_logits算法流程

tf.nn.sparse_softmax_cross_entropy_with_logits是一个用于计算稀疏softmax交叉熵损失的函数。以下是它的算法流程：

输入：
- logits：一个形状为[batch_size, num_classes]的张量，表示每个类别的分数。
- labels：一个形状为[batch_size]的张量，表示每个样本的真实类别（每个元素是一个整数）。

输出：
- loss：一个形状为[batch_size]的张量，表示每个样本的损失。

算法流程：
1. 对logits张量进行softmax操作，得到形状为[batch_size, num_classes]的概率分布张量。
2. 根据labels张量，将每个样本的真实类别转换为一个one-hot编码的张量，形状为[batch_size, num_classes]。
3. 计算每个样本的交叉熵损失，即将第1步得到的概率分布张量和第2步得到的one-hot编码张量进行点乘，得到形状为[batch_size]的张量。
4. 返回每个样本的交叉熵损失。