损失函数，用于计算score和label之间的SoftmaxCrossEntropy损失。
scores：输入Tensor，数据类型支持float16、float、double，shape为[N, C]或[N, C, D1, D2, …, Dk]，其中N为batch，C为class
labels：输入Tensor，数据类型支持int32、int64，shape与scores保持一致。
weights：输入Tensor，数据类型支持float16、float，用于调整不同类别的损失权重，shape为[C]。
ignore_index：int，用于指定一个目标值，该值将被忽略，不会对梯度计算产生影响。
reduction：string，用于指定损失的Reduction类型，可选值包括“none”、“sum”、“mean”。
output：输出Tensor，数据类型与score保持一致。若reduction为“none”，输出shape与scores和labels保持一致；否则，为Scalar。
log_prob：输出Tensor，数据类型与score保持一致。表示Softmax输出的概率值的对数。
Opset v12/v13/v14/v15/v16/v17/v18