Tensorflow优化器 - 传递多个损失值以最小化（）？

Question

我第一次在MNIST数据集上使用Tensorflow时，我遇到了一个非常简单的错误，在将错误值传递给优化器之前我忘记了它的意思。

换句话说，而不是

loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=y, labels=y_))

我不小心使用了

loss = tf.nn.softmax_cross_entropy_with_logits(logits=y, labels=y_)

然而，在训练网络时，不采用误差值的均值或总和不会产生错误。这让我想到了：是否有人需要将多个损失值传递给优化器？当我将尺寸为[1]的Tensor传递给最小化（）时发生了什么？

Answer 1

他们正在加起来。这是使用反向模式AD进行区分的TensorFlow的副产品，这需要丢失为标量