softmax_cross_entropy_with_logits:

首先看输入logits，它的shape是[batch_size, num_classes] ，一般来讲，就是神经网络最后一层的输入z

另外一个输入是labels，它的shape也“应该是“”[batch_size, num_classes]，就是我们神经网络期望的输出。

sparse_softmax_cross_entropy_with_logits

放宽了限制，labels参数只要是[batch_size]就可以，这样的话就是shape=（batch_size，）是[1,batch_size]的一维数组就行了，函数内部会转换以及one_hot来实现softmax_cross_entropy_with_logits计算