tf使用交叉熵损失函数，loss为负

今天使用交叉熵损失函数训练的时候发现loss为负，且负得越来越多。

tf.losses.categorical_crossentropy

后面发现原来是参数的，输出和标签的位置放反了。
就是说本来通过from_logits=True，交叉熵可以将logits归到0到1之间，但是如果放反了，函数内部
做softmax就去处理label的onehot，而logits本身就为负，那么就会负得越来越多。