TensorFlow softmax_crossentropy_with logits："labels“是否也经过训练(如果可区分)？

在TensorFlow中，softmax_crossentropy_with_logits是一个用于计算多分类问题中的损失函数。它的作用是衡量模型预测结果与真实标签之间的差异。

在这个问题中，"labels"指的是真实的标签，而"logits"指的是模型的预测结果。softmax_crossentropy_with_logits函数会将"logits"进行softmax操作，然后计算预测结果与真实标签之间的交叉熵损失。

对于这个问题，"labels"不需要经过训练。在训练过程中，我们会将真实标签作为输入，而不是经过训练的结果。模型会根据输入的真实标签和当前的参数进行计算，然后通过反向传播来更新参数，从而使得模型的预测结果逐渐接近真实标签。

总结起来，"labels"不需要经过训练，它是作为训练过程中的输入来计算损失函数的一部分。而模型的参数会通过训练过程来不断优化，以使得模型的预测结果更接近真实标签。

推荐的腾讯云相关产品：腾讯云AI智能机器学习平台（https://cloud.tencent.com/product/tccli）

请注意，以上答案仅供参考，具体的实现和使用可能因实际情况而有所不同。