也可以这么理解：logits与 softmax都属于在输出层的内容，

logits = tf.matmul(X, W) + bias

再对logits做归一化处理，就用到了softmax：

Y_pred = tf.nn.softmax(logits,name='Y_pred')

——————————————————————

Unscaled log probabilities of shape [d_0, d_1, ..., d_{r-1}, num_classes] and dtype float32 or float64.

可以理解logits ——【batchsize，class_num】是未进入softmax的概率，一般是全连接层的输出，softmax的输入。