为什么在损失函数中使用均值而不是求和?

为什么在损失函数中使用均值而不是求和?

i、 e.有什么理由更喜欢这个吗

def mae_loss(y_true, y_pred):
    loss = tf.reduce_mean(tf.abs(y_true-y_pred))
    return loss

为了这个

def mae_loss(y_true, y_pred):
    loss = tf.reduce_sum(tf.abs(y_true-y_pred))
    return loss

在Keras源代码中,还使用mean variant:

https://github.com/keras-team/keras/blob/5a7a789ee9766b6a594bd4be8b9edb34e71d6500/keras/losses.py#L17