我正在研究基于卷积神经网络的文本分类器。我在sparse_softmax_cross_entropy()张量上使用logits来获得损失，但它会产生以下错误：
InvalidArgumentError (see above for traceback): Received a label value
of -9223372036854775808 which is outside the valid range of [0, 9).
基于我收集到的信息，这是由于我的类中的示例数不相等（我尝试对每个类使用相同数量的示例运行分类器，但最终精度仅为0.11）。鉴于我有16542个示例，分布在9个类中，其中6个类由2001组成，三个类分别有1452、1300和1787个示例，因此示例之间的差异不是那么深刻。如何在不减少训练样本数量的情况下使分类器正常工作。