TensorFlow中两种多分类损失函数categorical_crossentropy和sparse_categorical_crossentropy间的区别

TensorFlow中，categorical_crossentropy和sparse_categorical_crossentropy都是交叉熵损失函数，它们的数学意义相同，区别仅在于适用于不同的类别标签编码格式。

当输入数据的类别标签采用独热编码（OneHot Encoding）格式时，模型应采用 categorical_crossentropy 损失函数；当输入数据的类别标签采用序号编码（Label Encoding）格式时，模型应采用 sparse_categorical_crossentropy 损失函数。

以水果分类任务为例：

标签类别	独热编码	序号编码
橘子	(1, 0, 0, 0, 0)	0
苹果	(0, 1, 0, 0, 0)	1
香蕉	(0, 0, 1, 0, 0)	2
梨	(0, 0, 0, 1, 0)	3
西瓜	(0, 0, 0, 0, 1)	4