让我们忘掉softmax并
tf.nn.sigmoid_cross_entropy_with_logits在此处使用更简单的方法：
- 使用S型曲线时，每个像素只需一个预测
- 如果pred [pixel]> 0.5，则您预测1
- 如果pred [pixel] <0.5，则您预测为0
预测和目标的形状应为
[batch_size, 40000]
pred = conv_net(x, weights, biases, keep_prob) # shape [batch_size, 40000]
flattened_y = tf.reshape(y, [-1, 40000]) # shape [batch_size, 40000]loss = tf.nn.sigmoid_cross_entropy_with_logits(pred, flattened_y)
