tf.nn.softmax的用法，请举例说明

tf.nn.softmax是一种用于多分类问题的激活函数，它将输入的实数值转换为符合概率分布的概率值，可以让我们更加直观地理解分类结果的可信度。例如，假设我们有一个包含4个类别的分类问题，那么tf.nn.softmax可以将输出的实数值转换为4个类别的概率值，这些概率值加起来等于1。具体来说，如果我们有一个形状为(1, 4)的张量x，表示这个样本对四个类别的评分，那么我们可以使用如下代码进行softmax操作：

import tensorflow as tf

logits = tf.constant([[1.0, 2.0, 3.0, 4.0]])  # 最后一维表示4个类别的评分

probs = tf.nn.softmax(logits)  # 将4个评分转换为4个概率值

print(probs)  # 打印概率值，应该等于[0.032, 0.087, 0.236, 0.645]

这里我们使用了TensorFlow库来实现softmax操作。我们先定义了一个形状为(1, 4)的张量logits，表示这个样本对四个类别的评分，然后使用tf.nn.softmax函数将它转换为对四个类别的概率值，最后将结果打印出来。